အခမဲ့ ဥဇဘတ် စာပြန်
AI နဲ့စာသားကို ဥဇဘတ် အသံနှင့်ဗီဒီယို transcribe. မြန်, တိကျ, နှင့်အခမဲ့.
၎င်းသည်အလုပ်လုပ်ပုံ
- ဆီသို့သွားပါ Free.ai ဘာသာပြန်သူ
- သင့်ရဲ့ ဥဇဘတ် အသံသို့မဟုတ်ဗီဒီယိုဖိုင်ကို upload
- ကျွန်တော်တို့ရဲ့ AI ကို ဥဇဘတ် အလိုအလျောက် detects နှင့် transcribes
- စာသားသို့မဟုတ် SRT subtitles အဖြစ်သင်၏ transcript ကို download လုပ်ပါ
ဥဇဘတ် ဘာသာပြန်ချက် Features
- ✓faster-whisper (MIT လိုင်စင်) အားဖြင့် Powered
- ✓အလိုအလျောက် ဥဇဘတ် ဘာသာစကားရှာဖွေတွေ့ရှိ
- ✓MP3, WAV, MP4, M4A, FLAC, နှင့်ပိုမိုထောက်ခံ
- ✓အချိန်စနစ်နှင့်စာသားအတိုကောက်များ တင်ပို့ခြင်း (SRT)
- ✓ပေးဆောင်အစီအစဉ်များအပေါ်ဖိုင်အရွယ်အစားကန့်သတ်ချက်မရှိ
- ✓သီးခြားနှင့်လုံခြုံမှုရှိသော -- ဖိုင်များကိုလုပ်ဆောင်ပြီးမှ ဖျက်ပစ်သည်
ဘာသာစကား အသေးစိတ်
| ဘာသာစကား | ဥဇဘတ် |
| ISO ကုဒ် | uz |
| AI မော်ဒယ် | faster-whisper တွင် |
| ဈေးနှုန်း | လွတ်လပ်မှု |
ပိုပြီးဘာသာစကားများ
ဘာသာစကားအားလုံးကိုကြည့်ပါFAQ
ဥဇဘတ် Whisper အတွက်နည်းနည်း-resourced ဘာသာစကားဖြစ်ပါသည် - ကြီးမားတဲ့-v3-turbo အပေါ်ထိုင် 25% စကားလုံးအမှားနှုန်း, တစ်ခါတစ်ရံကောင်းစွာအထက်. အဆိုပါ transcript ကိုရှာဖွေရေးနှင့် gist အတွက်အသုံးဝင်သည်, ဒါပေမယ့်ထုတ်ဝေ-အဆင်သင့်အဖြစ်ကုသခြင်းမခံရသင့်. မြင့်မား-တိကျမှုအင်ဂျင် ဥဇဘတ် အတွက်ရရှိနိုင်ဖြစ်လာလျှင်ကျနော်တို့အလိုအလျောက် wire ကိုထဲမှာ.(Tier D, benchmark sets အပေါ် over 25% word error rate - ကျွန်တော်တို့ဟာစျေးကွက်ရှာဖွေရေးတောင်းဆိုချက်ထက်ရိုးသား WER tiers ထုတ်ဝေ။ )
ဟုတ်ကဲ့ - ဥဇဘတ် 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.
ဥဇဘတ် transcripts ဘာသာစကား၏ပုံမှန်အက္ခရာစဉ်နှင့်အတူစံ UTF-8 မှာပြန်လာကြသည်.
MP3, WAV, M4A, FLAC, OGG, OPUS, နှင့် WEBM တိုက်ရိုက်လက်ခံကြသည်။ ဗီဒီယိုများအတွက် (MP4, MOV, MKV) ကျွန်တော်တို့ဟာ Whisper သို့ပို့ဆောင်မတိုင်မီ audio track ကို server-side ကိုထုတ်ယူ — သင်ကိုယ်တိုင်ဘာမှပြောင်းလဲရန်မလိုပါ. တူညီတဲ့ပိုက်လိုင်းအရင်းအမြစ်ဘာသာစကားမပါဘဲ, ဥဇဘတ် 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 ဥဇဘတ် မှတ်တမ်းတင် (podcasts, အပြည့်အဝဟောပြောပွဲ, တွေ့ဆုံ) ကောင်းစွာအလုပ်လုပ်.
ဟုတ်ကဲ့ - speaker diarization အားလုံး ဥဇဘတ် 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=uz နှင့်အတူ Whisper မှတဆင့် run, နှင့်အချိန်စင်ကြယ်သောနှင့်ပြောဆိုသူ labels များနှင့်အတူ transcript ကိုပြန်လာ. ယေဘုယျ ဥဇဘတ် အကြောင်းအရာ: ဟောပြောချက်, အင်တာဗျူး, ဖုန်းမှတ်စုများ, နှင့် YouTube ကိုအကြောင်းအရာ ဥဇဘတ် အားလုံးအလုပ်လုပ် - / transcribe / youtube ကို / သို့ URL ကို paste သို့မဟုတ်တိုက်ရိုက်ဖိုင်ကို 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. ဥဇဘတ် transcripts ဘာသာစကား၏ပုံမှန်အက္ခရာစဉ်နှင့်အတူစံ UTF-8 မှာပြန်လာကြသည်.
ဟုတ်ကဲ့. POST audio (multipart / form-data, field name "file") to /v1/transcribe/ with language=uz - 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/. ဥဇဘတ် ကျွန်တော်တို့ကထောက်ခံမှုပေးသောအခြားဘာသာစကားအားလုံးနှင့်အတူစုံတွဲများ (200+). တွေ့ဆုံမိနစ် pipe ကို /summarize/ မှတဆင့် transcript ကိုများအတွက်; dubbing အတွက် / voice / tts / သို့ပို့.
Whisper ၏အသံ Training သည်ဤအဆင့်တွင်နည်းနည်းကူညီပေးသည် - အဆိုပါ bottleneck သည်လေ့ကျင့်ခန်းအတွင်း ဥဇဘတ် audio Whisper မြင်သောပမာဏဖြစ်သည်, အသံမဟုတ်. Clean studio audio still beats noisy audio, but neither will reach the accuracy you would get on an high-resource language.မှတ်တမ်းတစ်ခု အသုံးမပြုနိုင်တော့လျှင် contact@free.ai သို့ ဖိုင်နှင့်အတူ အီးမေးလ်ပို့ပါ။ ကျွန်ုပ်တို့သည် မှတ်တမ်းများကို ပြန်ပေးပြီး အခြားအင်ဂျင်တစ်ခုက သင့်အသံကို ပိုကောင်းစွာ ကိုင်တွယ်နိုင်မလား ကြည့်ရှုမည်ဖြစ်သည်။