Geuza rekodi ya sauti kuwa maandishi - ndani ya kivinjari kupitia utambuzi wa sauti wa AI (Whisper), bila kupakia chochote kwenye seva.
Inachakata humu kwenye kifaa chako ...
Inachakata humu kwenye kifaa chako ...
0%
Faili zako hazikutoka kamwe kwenye kifaa chako
Hapana. Kila kitu hufanyika kwenye kivinjari chako - faili yako haitoki kamwe kwenye kifaa chako. Jinsi hili linavyoweza kuthibitishwa
Mahojiano, rekodi ya hotuba darasani, ujumbe wa sauti wenye wazo ulilopata ukiwa safarini: chombo hiki husikiliza rekodi na kuiandika kama maandishi yanayoweza kutafutiwa na kunakiliwa. Muundo wa utambuzi ni Whisper wa OpenAI, hapa ukiwa umekusanywa mahususi kama WebAssembly ya uzi mmoja - teknolojia ile ile inayotumiwa na huduma maarufu za unukuzi, isipokuwa hapa inafanya kazi kikamilifu kwenye kifaa chako mwenyewe badala ya seva ya mtu mwingine.
Kwa default, Whisper hutambua lugha inayozungumzwa yenyewe ("Tambua kiotomatiki") - kwa rekodi fupi au zenye lugha nyingi, lugha inaweza pia kuwekwa moja kwa moja, jambo linaloweza kuboresha kidogo usahihi na kasi ya utambuzi. Matokeo huonekana kama maandishi yanayoendelea, yenye aya kwa kila sehemu ya mazungumzo; kwa video zinazohitaji muda uliowekwa ndani ya faili, kuna chombo dada "Video kuwa manukuu", kinachotumia utambuzi ule ule lakini hutoa faili ya SRT/VTT yenye alama sahihi za muda.
Kwa kuwa kazi hufanyika bila kumbukumbu inayoshirikiwa (hakuna utengano wa cross-origin), utambuzi huenda kwa uzi mmoja badala ya uzi mingi - jambo sahihi, lakini polepole zaidi kwa kiasi kinachoonekana kuliko huduma inayotegemea seva. Ndiyo maana kikomo cha urefu kilicho kikali zaidi kinatumika hapa kuliko vyombo vingine vya sauti kwenye tovuti hii; ni bora kuwa polepole kwa uaminifu kuliko kuahidi kasi isiyo ya kweli.
| Miundo ya ingizo | MP3, WAV, M4A, AAC, OGG, OPUS, FLAC |
|---|---|
| Ubadilishaji otomatiki | MP4 |
| Muundo wa matokeo | TXT |
| Uchakataji wa kundi | Hapana |
| Uchakataji | Ndani ya kivinjari (WebAssembly) |
| Upakiaji wa faili | Hakuna |
Mipaka: Huenda kwa uzi mmoja (hakuna hali ya utengano wa cross-origin katika ukurasa huu), hivyo ni polepole zaidi kwa kiasi kinachoonekana kuliko huduma za seva - kikomo cha urefu kilicho kikali zaidi kwa kila kifaa kinatumika hapa (kifupi zaidi kuliko vyombo vingine vya sauti). Kinachotumika ni muundo mdogo wa "tiny": mzuri kwa sauti iliyo wazi, hafifu zaidi kwenye kelele kubwa za nyuma, lahaja, au maneno maalum ya kitaaluma kuliko muundo mkubwa zaidi. Utambuzi si sahihi kikamilifu - kagua matokeo, hasa majina na nambari.
Hapana, utambuzi hufanyika ndani ya kivinjari pekee kupitia WebAssembly.
Karibu lugha 100; zinaweza kutambuliwa kiotomatiki au kuchaguliwa moja kwa moja.
Utambuzi wa sauti unahitaji uwezo mkubwa wa kompyuta na hapa hufanya kazi bila uzi mingi - jambo sahihi, lakini kwa makusudi polepole badala ya kuahidi kasi isiyo ya kweli.
Ndiyo, chombo dada "Video kuwa manukuu" hutoa SRT/VTT yenye alama sahihi za muda.
Video kuwa manukuu · Ondoa kelele · Picha hadi Maandishi · Muundo wa wimbi · Rekodi sauti · Badilisha njia