အခမဲ့ အူရ်ဒူ စာပြန်
AI နဲ့စာသားကို အူရ်ဒူ အသံနှင့်ဗီဒီယို transcribe. မြန်, တိကျ, နှင့်အခမဲ့.
၎င်းသည်အလုပ်လုပ်ပုံ
- ဆီသို့သွားပါ Free.ai ဘာသာပြန်သူ
- သင့်ရဲ့ အူရ်ဒူ အသံသို့မဟုတ်ဗီဒီယိုဖိုင်ကို upload
- ကျွန်တော်တို့ရဲ့ AI ကို အူရ်ဒူ အလိုအလျောက် detects နှင့် transcribes
- စာသားသို့မဟုတ် SRT subtitles အဖြစ်သင်၏ transcript ကို download လုပ်ပါ
အူရ်ဒူ ဘာသာပြန်ချက် Features
- ✓Powered by faster-whisper (MIT လိုင်စင်ရ)
- ✓အလိုအလျောက် အူရ်ဒူ ဘာသာစကားရှာဖွေတွေ့ရှိ
- ✓MP3, WAV, MP4, M4A, FLAC, နှင့်ပိုမိုထောက်ခံ
- ✓အချိန်စနစ်နှင့်စာသားအတိုကောက်များ တင်ပို့ခြင်း (SRT)
- ✓ပေးဆောင်အစီအစဉ်များအပေါ်ဖိုင်အရွယ်အစားကန့်သတ်ချက်မရှိ
- ✓သီးခြားနှင့်လုံခြုံမှုရှိသော -- ဖိုင်များကိုလုပ်ဆောင်ပြီးမှ ဖျက်ပစ်သည်
ဘာသာစကား အသေးစိတ်
| ဘာသာစကား | အူရ်ဒူ |
| ISO ကုဒ် | ur |
| AI မော်ဒယ် | faster-whisper တွင် |
| ဈေးနှုန်း | လွတ်လပ်မှု |
ပိုပြီးဘာသာစကားများ
ဘာသာစကားအားလုံးကိုကြည့်ပါFAQ
အူရ်ဒူ Whisper အတွက်အလယ်အလတ်အရင်းအမြစ်ဘာသာစကားဖြစ်ပါသည် - ကြီးမားတဲ့-v3-turbo 15-25% စကားလုံးအမှားနှုန်း band ကိုတွင်မြေများ. transcript ၏ gist ယုံကြည်စိတ်ချရသည်; နာမည်ပေး- entity မှားယွင်းမှုမျှော်လင့်, အချို့သော code-switching glitches, နှင့်အတို-utterance misfires. ထုတ်ဝေ-အရည်အသွေး output ကိုများအတွက်လူသားတစ်ဦးဖြတ်သန်းစီမံကိန်း.(Tier C, benchmark sets အပေါ် 15-25% word error rate - ကျွန်တော်တို့ဟာစျေးကွက်ရှာဖွေရေးတောင်းဆိုချက်ထက်ရိုးသား WER tiers ထုတ်ဝေ။ )
ဟုတ်ကဲ့ - အူရ်ဒူ transcription သင့်ရဲ့နေ့စဉ်အခမဲ့ token ကိုရေကန်မှပထမဦးဆုံးဆွဲ. Audio ကိုအကြောင်းကိုကုန်ကျစရိတ် 50 မိနစ်လျှင် tokens, ဒါကြောင့်အမည်မဲ့နေ့စဉ်ရေကန်တစ်နေ့လျှင်အသံ၏အနည်းငယ်နာရီကိုဖုံးလွှမ်း. Signed-in အကောင့်များအကြီးစားရ 30,000-token တစ်နေ့တာရေကန်. လွန်ခဲ့သော, transcription pay-as-you-go ဖြစ်ပါသည်, $1 မှ token ကို top-ups နှင့်အတူ.
အူရ်ဒူ transcripts သူတို့ရဲ့ Native ညာဘက်-to-လက်ဝဲ script ကိုပြန်လာပြီးမည်သည့် RTL-အသိမြင် viewer ကိုမှာမှန်ကန်စွာ render နေကြတယ် (browsers, Word, Google Docs).
MP3, WAV, M4A, FLAC, OGG, OPUS, နှင့် WEBM တိုက်ရိုက်လက်ခံကြသည်။ ဗီဒီယိုများအတွက် (MP4, MOV, MKV) ကျွန်တော်တို့ဟာ Whisper သို့ပို့ဆောင်မတိုင်မီ audio track ကို server-side ကိုထုတ်ယူ — သင်ကိုယ်တိုင်ဘာမှပြောင်းလဲရန်မလိုပါ. တူညီတဲ့ပိုက်လိုင်းအရင်းအမြစ်ဘာသာစကားမပါဘဲ, အူရ်ဒူ အပါအဝင်.
နာမည်မဲ့ upload များအနည်းငယ်မှာခေါင်းကို 500 MB ကိုဖိုင်တစ်ဖိုင်. Signed-in အကောင့်များအထိသွား2GB ကို. ကြာချိန်သည်အလွန်အမင်းအကနင်းမဟုတ်ပါ - ကြာရှည်ဖိုင်များကိုအလိုအလျောက် chunked နေကြတယ် (30-second windows ကို overlap နှင့်အတူ) နှင့်ဆက်လက် timestamps များနှင့်အတူတစ်ဦးတည်း transcript ထဲသို့ပြန်ချည်. Multi-နာရီ အူရ်ဒူ မှတ်တမ်းတင် (podcasts, အပြည့်အဝဟောပြောပွဲ, တွေ့ဆုံ) ကောင်းစွာအလုပ်လုပ်.
ဟုတ်ကဲ့ - speaker diarization အားလုံး အူရ်ဒူ transcript အတွက် default အားဖြင့်အပေါ်ဖြစ်ပါသည်. ထုတ်ကုန် Speaker အဖြစ် segmented ဖြစ်ပါတယ်။ 1 / Speaker2/ Speaker3timestamps နှင့်အတူ, ဒါကြောင့်အင်တာဗျူး, panel ကိုဆွေးနွေး, နှင့် multi-ပါတီအစည်းအဝေးများ label ကိုပြန်လာ. Diarization သီးခြားမော်ဒယ်ပေါ်တွင် runs and works the same across all languages we support.
ဟုတ်ကဲ့ - YouTube ကိုသို့မဟုတ် podcast feeds များအတွက် / transcribe / podcast / ထဲသို့ URL ကို paste (Apple, Spotify, RSS). ကျနော်တို့အသံဖိုင်ကိုဒေါင်းလုပ်, language=ur နှင့်အတူ Whisper မှတဆင့် run, နှင့်အချိန်စင်ကြယ်သောနှင့်ပြောဆိုသူ labels များနှင့်အတူ transcript ကိုပြန်လာ. ယေဘုယျ အူရ်ဒူ အကြောင်းအရာ: WhatsApp ကိုအသံမှတ်တမ်းများ, YouTube vlogs, နှင့်အတို-ပုံစံဗီဒီယိုအများဆုံးလူသိများ အူရ်ဒူ အလုပ်အကိုင်များဖြစ်ကြသည် - / transcribe / youtube ကို / သို့ URL ကို paste သို့မဟုတ်တိုက်ရိုက်အသံကို upload.
Whisper အကြောင်းကိုကုန်ကျစရိတ် 50 audio ကိုမိနစ်လျှင် tokens, ဒါကြောင့်တစ်နာရီမှတ်တမ်းတင် ~3,000 tokens ဖြစ်ပါတယ်။ အများစုအသုံးပြုသူများသည်ဘာမှမသုံးစွဲ - ၏အခမဲ့နေ့စဉ်ရေကန် 30,000 tokens တိုတောင်းတဲ့ clip များကိုဖုံးလွှမ်း, အသံမှတ်စုများ, နှင့်တစ်ဦး-off podcasts ။ ဒါကိုကျော်လွန်, transcription ပေး-as-you-go ဖြစ်ပါသည်, $1 မှ token top-ups နှင့်အတူ။
ဟုတ်ကဲ့ - နှစ်ဦးစလုံး segment-အဆင့် (တစ်ဦးချင်းစီ ~ 10-30 စက္ကန့်) နှင့်စကားလုံး-အဆင့် timestamps ရရှိနိုင်. စကားလုံး-အဆင့် VTT / SRT ရုပ်ရှင်ဇာတ်ကားကြီးများတင်ပို့ဖို့ default ဖြစ်ပါတယ်ဒါကြောင့်ဒီ caption ကို sync လိုင်း-by-line ကို. API ကို set ကို timestamps အပေါ် "စကားလုံး" တောင်းဆိုချက်ကိုယ်ခန္ဓာထဲမှာ. အူရ်ဒူ transcripts သူတို့ရဲ့ Native ညာဘက်-to-လက်ဝဲ script ကိုပြန်လာပြီးမည်သည့် RTL-အသိမြင် viewer ကိုမှာမှန်ကန်စွာ render နေကြတယ် (browsers, Word, Google Docs).
ဟုတ်ကဲ့. POST audio (multipart / form-data, field name "file") to /v1/transcribe/ with language=ur - or omit the language parameter to let Whisper auto-detect. ဘာသာပြန်နှင့်အတူ JSON ကိုပြန်လာ, segments, timestamps, and speaker labels. Full reference and SDK snippets at /api/.
ဟုတ်ကဲ့ - တစ်ခါတစ်ရံ transcription ပြီးဆုံး, click Translate or paste the text into /translate/. အူရ်ဒူ ကျွန်တော်တို့ကထောက်ခံမှုပေးသောအခြားဘာသာစကားအားလုံးနှင့်အတူစုံတွဲများ (200+). တွေ့ဆုံမိနစ် pipe ကို /summarize/ မှတဆင့် transcript ကိုများအတွက်; dubbing အတွက် / voice / tts / သို့ပို့.
Whisper ၏အသံအခိုင်အမာ အူရ်ဒူ အပေါ်ဆက်လက်သက်ရောက်, ဒါပေမယ့်ဒီတိကျမှုအဆင့်မှာအဘယ်သူမျှမအပိုအသံက baseline မှားယွင်းနှုန်းပေါင်းစပ်. Clean headset audio ကိုဖုန်းသို့မဟုတ် laptop-mic recordings ထက်သိသာထင်ရှားကောင်းမွန်သောရလဒ်များကိုပေး.မှတ်တမ်းတစ်ခု အသုံးမပြုနိုင်တော့လျှင် contact@free.ai သို့ ဖိုင်နှင့်အတူ အီးမေးလ်ပို့ပါ။ ကျွန်ုပ်တို့သည် မှတ်တမ်းများကို ပြန်ပေးပြီး အခြားအင်ဂျင်တစ်ခုက သင့်အသံကို ပိုကောင်းစွာ ကိုင်တွယ်နိုင်မလား ကြည့်ရှုမည်ဖြစ်သည်။