Аўдыя ў тэкст — бясплатна

Як гэта працуе

Транскрыпцыя запускае мадэль распазнавання маўлення Whisper непасрэдна ў вашым браўзеры. Аўдыя дэкадуецца, перавыбіраецца і падаецца ў мадэль на вашай уласнай прыладзе — запіс ніколі не загружаецца.

1. 1
   Ваш файл дэкадуецца ў 16 кГц мона

   Whisper прымае толькі адзін фармат: аднаканальнае аўдыя пры 16,000 узораў у секунду. Аўдыярухавік браўзера сам робіць канвертацыю, што для большасці музычных і галасавых файлаў азначае адсутнасць якой-небудзь дадатковай спампоўкі. Незвычайныя відэакантэйнеры вяртаюцца да ўбудаванага ffmpeg.
2. 2
   Мадэль спампоўваецца адзін раз, і толькі калі вы папросіце

   Мадэль маўлення займае каля 81 МБ (або 45 МБ для хутчэйшага, але менш дакладнага варыянту), а рухавік для яе працы дадае каля 27 МБ. Яна спампоўваецца толькі пасля націску «Загрузіць», а потым кэшуецца, таму наступныя візіты пачынаюцца імгненна. Вы можаце выдаліць яе ў любы момант.
3. 3
   Аўдыя транскрыбуецца ў 30-секундных вокнах

   Whisper счытвае 30 секунд за раз з 5-секундным перакрыццём з кожнага боку, таму словы на мяжы не губляюцца. Гэта выконваецца ў фонавым патоку, таму старонка застаецца чуйнай, а Скасаваць працягвае працаваць.
4. 4
   Тэкст становіцца чытэльнымі субтытрамі

   Сыры вывад разбіваецца і паўторна разлічваецца па часе, таму ніводны радок не перавышае 42 сімвалы і нішто не праносіцца хутчэй за 21 сімвал у секунду — тыя ж абмежаванні, супраць якіх правярае наш Рэдактар субтытраў. Часавыя разлікі ніколі не расцягваюцца, каб дасягнуць гэтых мэт, бо гэта скажала б, калі словы сапраўды былі сказаны.

Звязаныя інструменты