Аудио мен бейнені мәтінге айналдыру құралын қалай қолдану керек
- 1
Жазбаны қосыңыз
MP3, M4A, WAV, MP4 немесе MOV файлын апарып тастаңыз, не Аудио жазу бөліміне ауысып, микрофонға сөйлеңіз.
- 2
Мәтінге түрлендіруді бастаңыз
Base көп жазбаға жарайды; Small екпін мен шуды жақсырақ шешеді. Тілді автоматты анықтауға қалдырыңыз немесе өзіңіз таңдаңыз.
- 3
Оқыңыз, ойнатыңыз, іздеңіз
Ойнату кезінде ерекшеленген сөздерді бақылаңыз, сөзді басып сол жерге өтіңіз, аттарды немесе тақырыптарды іздеңіз.
- 4
Сақтаңыз
Мәтінді көшіріңіз немесе сөз уақыттары бар TXT, DOCX, SRT, VTT не JSON файлын жүктеп алыңыз.
Шектеулер және Pro
Бір файлға немесе жазбаға 10 минутқа дейінгі аудио (ұзағырақ файлдың алғашқы 10 минуты мәтінге түрленеді), файл 500 MB-қа дейін. Сөйлеу моделі бір рет жүктеледі: 43 MB (Tiny), 80 MB (Base) немесе 252 MB (Small).
Бір файлға 600 минутқа дейін, файл 4 GB-қа дейін. Pro-ны қарау
Аудио мен бейнені мәтінге айналдыру туралы
Transcribe — сұхбаттарды, дәрістерді, жиналыстарды, подкасттарды, уағыздарды және дауыстық жазбаларды мәтінге түрлендіретін құрал. Жазбаны таңдайсыз немесе микрофонмен жазасыз, ал ашық кодты Whisper моделі айтылғанды тыныс белгілері мен бас әріптерімен, 99 тілдің кез келгенінде жазып береді. Ұзақ жазбалар 30 секундтық бөліктермен өңделеді, сондықтан қалған бөлігі өңделіп жатқанда мәтін көріне бастайды, ал бөлік шетінде үзіліп қалған сөз жоғалмай, келесі бөліктен қайта оқылады.
Нәтиже тұтас мәтін қабырғасы емес, оқуға ыңғайлы түрде беріледі: сөйлеуші кідірген жерде сөйлемдер абзацтарға топталады, әр абзац бастапқы уақытын көрсете алады, ал әр сөздің өз уақыт белгісі бар. Ойнату батырмасын басыңыз — айтылып жатқан сөз ерекшеленеді; кез келген сөзді басып, оны контекстімен тыңдауға болады. Іздеу бүкіл транскрипттен сөз тіркесін тауып, әр сәйкестікке ауысуға мүмкіндік береді.
Жүктеп алу нұсқалары келесі қадамдарға жеткілікті: жазбаларға арналған жай мәтін (уақыт белгілерімен немесе онсыз), өңдеу және бөлісу үшін Word құжаты, жазба бейне ретінде жарияланса — SRT немесе VTT, ал әзірлеушілерге әр сөздің басталу және аяқталу уақыты бар JSON. Транскрипт кімнің сөйлеп тұрғанын белгілемейді және ол тікелей эфирге арналған субтитр құралы емес — алдымен жазба, содан кейін мәтінге түрлендіру.
Құпиялылық
Жазбалар компьютеріңізде немесе телефоныңызда қалады: файлдар жергілікті ашылады, микрофон дыбысы осы беттің жадына жазылады, ал Whisper дыбысты ешқайда жібермей, фондық жұмысшыда жұмыс істейді. Қойындыны жапсаңыз, жазба мен транскрипт жойылады. Тек сөйлеу моделі Hugging Face сайтынан бір рет жүктеліп, браузеріңіздің кэшінде сақталады.
Мүмкіндіктер
Ештеңе серверге жүктелмейді
Декодтау да, тану да осы браузер қойындысында орындалады, сондықтан құпия қоңыраулар мен сұхбаттар сізде қалады.
99 тіл
Тілді автоматты анықтау, сондай-ақ қолдау көрсетілетін кез келген тілден ағылшын тіліне аудару.
Сөз деңгейіндегі уақыт белгілері
Әр сөздің уақыты бар, сондықтан басып ойнатуға және ерекшеленген сөздерді қадағалауға болады.
Микрофоннан жазу
Дауыстық жазбаны, сұхбатты немесе диктантты жазып, бірден мәтінге түрлендіріңіз.
TXT, Word, SRT, VTT, JSON
Қажетті форматты экспорттаңыз — құжат, субтитр немесе өз құралдарыңызға арналған құрылымдалған деректер.
Транскрипттен іздеу
Аттың немесе сөз тіркесінің барлық аталуын тауып, сәйкестіктер арасында ауысыңыз.