من صوت إلى نص مجانًا

كيف يعمل

يشغّل التفريغ نموذج التعرف على الكلام Whisper مباشرة في متصفحك. يُفك الصوت ويُعاد أخذ عيّناته ويُغذّى إلى النموذج على جهازك — ولا يُرفع التسجيل أبدًا.

1. 1
   يُفك ملفك إلى 16 kHz أحادي

   لا يقبل Whisper إلا صيغة واحدة: صوت أحادي القناة بـ 16,000 عيّنة في الثانية. يتولى محرك الصوت في المتصفح التحويل بنفسه، وهذا يعني لمعظم ملفات الموسيقى والصوت عدم الحاجة إلى أي تنزيل إضافي. وتعود حاويات الفيديو غير المعتادة إلى ffmpeg المرفق.
2. 2
   يُنزَّل النموذج مرة واحدة، وفقط عند طلبك

   يبلغ حجم نموذج الكلام نحو 81 MB (أو 45 MB للخيار الأسرع والأقل دقة)، ويضيف المحرك الذي يشغّله نحو 27 MB. لا يُجلب إلا بعد الضغط على تحميل، ثم يُخزَّن مؤقتًا لتبدأ الزيارات اللاحقة فورًا. يمكنك إزالته في أي وقت.
3. 3
   يُفرَّغ الصوت في نوافذ من 30 ثانية

   يقرأ Whisper 30 ثانية في كل مرة مع تداخل 5 ثوانٍ من كل جانب، فلا تضيع الكلمات الواقعة على الحدود. ويعمل ذلك في خيط خلفي، ولهذا تبقى الصفحة مستجيبة ويستمر الإلغاء في العمل.
4. 4
   يصبح النص ترجمات مقروءة

   يُقسم الإخراج الخام ويُعاد توقيته فلا يتجاوز أي سطر 42 حرفًا ولا يمر شيء أسرع من 21 حرفًا في الثانية — وهي الحدود نفسها التي يتحقق منها محرر الترجمات لدينا. ولا تُمدد التوقيتات أبدًا لبلوغ هذه الأهداف، لأن ذلك سيعطي صورة خاطئة عن وقت نطق الكلمات.

أدوات ذات صلة