идиш буш транскрипция
идиш аудио һәм видеоны иҗтимагый тәнкыйть ярдәмендә текстка күчерегез. Шуның белән тиз, төгәл һәм бушлай.
Ничек эшли
- Барырга Free.ai тәрҗемәчесе
- идиш аудио яки видео файлыгызны йөкләү
- Безнең ДНК идишне автоматик рәвештә таба һәм аны күчерә
- Сезнең транскрипцияне текст яки SRT субтитрлары буларак төшерү
идиш Транскрипция сыйфатлары
- ✓faster-whisper тарафыннан эшләнә (MIT лицензиясе)
- ✓идиш телен автоматик ачыклау
- ✓MP3, WAV, MP4, M4A, FLAC һәм башкаларны яклый
- ✓Вак-вакыт билгесе һәм субтитрлар экспортлау (SRT)
- ✓Плата планнарында файл зурлыгы чикләүләре юк
- ✓Үзәк һәм куркынычсыз -- файллар эшкәртелгәннән соң юкка чыгарыла
Тел турында мәгълүмат
| Тел | идиш |
| ISO коды | yi |
| Модель | faster-whisper |
| Сыйфат | Бушлай |
Күбрәк телләр
Барлык телләрне күрсәтүКайбер сораулар
идиш Whisper өчен азрак ресурслы тел — large-v3-turbo сүз хаталары 25%тан артык, кайвакытта күпкә күбрәк. Транскрипция эзләү һәм эчтәлек өчен файдалы, ләкин аны бастырып чыгару өчен әзер дип санамаска кирәк. Әгәр идиш өчен югарырак төгәллекле двигатель барлыкка килсә, без аны автоматик рәвештә кертәбез. (Tier D, over 25% word error rate on benchmark sets - we publish honest WER tiers rather than marketing claims.)
Әйе — идиш транскрипцияне башта сезнең көн саен бушлай криптовалюта фондыннан ала. Аудио минутына якынча 50 криптовалютага төшә, шуңа күрә аноним көнлек фонд көн саен берничә сәгать аудионы каплый. Күзәтүче исәп-хисаплар 30 000 криптовалютадан торган зуррак көнлек фондка ия була. Моннан соң транскрипцияне кулланган саен түләү мөмкинлеге бар, криптовалюталарны $1-дан арттырып була.
идиш транскрипцияләре UTF-8 стандарты белән кайтарыла, телнең нормаль орфографиясе белән.
MP3, WAV, M4A, FLAC, OGG, OPUS, һәм WEBM форматлары турыдан-туры кабул ителә. Видео өчен (MP4, MOV, MKV) без аудио юлны сервер тарафыннан чыгарабыз һәм аны Whisper-га җибәрәбез — сез үзегез берни дә үзгәртергә тиеш түгелсез. Башлангыч телдән тыш, идиш белән бер үк канал кулланыла.
Аноним куюлар файл өчен 500 МБ га кадәр чикләнгән. Кергән исәп-хисаплар 2 ГБ га кадәр. Озынлыгы чикләнмәгән — озын файллар автоматик рәвештә киселә (30 секундлы бер-берсенә туры килгән тәрәзәләр) һәм бер вакыт билгесе белән бер транскриптка беркетелә. Берничә сәгатьлек идиш яздырулар (подкастлар, тулы лекцияләр, очрашулар) яхшы эшли.
Әйе — сөйләүчене диаризацияләү һәр идиш транскрипциясе өчен алдан билгеләнгәнчә эшли. Чыгу 1нче сөйләүче / 2нче сөйләүче / 3нче сөйләүче дип вакыт билгесе белән бүленә, шуңа күрә интервьюлар, дискуссияләр һәм күп кеше катнашындагы очрашулар да билгеләнгәнчә чыга. Диаризацияләү аерым модельдә эшли һәм без яклаган барлык телләрдә дә бертигез эшли.
Әйе — URLны /transcribe/youtube/ дип YouTube өчен яки /transcribe/podcast/ дип подкастлар өчен (Apple, Spotify, RSS) куегыз. Без аудионы төшерәбез, аны Whisper аша language=yi белән эшлибез, һәм вакыт билгесе һәм сөйләүченең билгесе белән транскриптны кайтарабыз. Типик идиш эчтәлеге: идиш файлындагы дәресләр, интервьюлар, тавыш язулары һәм YouTube эчтәлеге барсы да эшли — URLны /transcribe/youtube/ка куегыз яки файлны турыдан-туры куегыз.
Whisper минутына 50 токенга төшә, шуңа күрә бер сәгать яздыру ~3000 токенга төшә. Күп кенә кулланучылар берни дә сарыф итмиләр - көн саен 30 тән артык крипто-токен кыска клипка, тавыш язуларына һәм бер тапкыр гына кулланыла торган подкастларга карый. Моннан тыш, транскрипция куллану буенча түләнә, крипто-токеннар $1-дан арта.
Әйе — сегмент дәрәҗәсе (~10-30 секунд саен) һәм сүз дәрәҗәсе вакыт билгесе бар. Сүз дәрәҗәсе VTT/SRT субтитр экспорты өчен алдан билгеләнгән, шуңа күрә субтитрлар юлдан-юлга синхронлаштырыла. API-да сорау эчендә timestamps="word" билгеләнгән. идиш транскрипцияләре UTF-8 стандарты белән кайтарыла, телнең нормаль орфографиясе белән.
Әлбәттә. Аудио (multipart/form-data, field name "file") белән /v1/transcribe/ адресына language=yi белән POST җибәрегез — яки Whisper-га автоматик ачыклау өчен тел параметрын калдырыгыз. JSON форматында транскрипция, сегментлар, вакыт билгесе һәм сөйләүченең язуы белән кайтара. /api/ адресында тулы мәгълүмат һәм SDK фрагментлары бар.
Әйе — транскрипция тәмамлангач, тәрҗемә итү төймәсенә басыгыз яки текстны /translate/ каталогына урнаштырыгыз. идиш безнең башка телләр белән дә (200+) кушылып эшли. Очрашу протоколлары өчен транскрипцияне /summarize/ каталогына җибәрегез; дубляж өчен аны /voice/tts/ каталогына җибәрегез, бу максатлы телдә аудионы күрсәтү өчен.
Whisperның тавышны өйрәнү бу дәрәҗәдә азрак ярдәм итә — бу проблема идиш тавышны Whisper өйрәнү вакытында күргән, тавыш түгел. Студия тавышы һаман да тавышлы тавышны җиңә, ләкин аларның берсе дә ресурслары күп телдә алган төгәллеккә ирешә алмаячак.Әгәр дә берәр текст кулланылмыйча кире кайтса, contact@free.ai электрон почтасына файл белән җибәрегез — без сезнең аудионы башка мотор яхшырак кабул итәме-юкмы дип карыйбыз.