Awdjo għal test b'xejn

Kif Taħdem

It-traskrizzjoni tħaddem mudell ta' rikonoxximent tad-diskors Whisper direttament fil-browser tiegħek. L-awdjo jiġi ddekodifikat, rikampjunat u mitmajjar lill-mudell fuq l-apparat tiegħek stess — ir-reġistrazzjoni qatt ma titgħabba.

1. 1
   Il-fajl tiegħek jiġi ddekodifikat għal 16 kHz mono

   Whisper jaċċetta biss format wieħed: awdjo b'kanal wieħed f'16,000 kampjun fis-sekonda. Il-magna tal-awdjo tal-browser tagħmel il-konverżjoni hi stess, li għall-biċċa l-kbira ta' fajls tal-mużika u l-vuċi tfisser l-ebda tniżżil żejjed. Kontenituri ta' vidjo mhux tas-soltu jaqgħu lura fuq ffmpeg inkluż.
2. 2
   Il-mudell jitniżżel darba, u biss meta titolbu

   Il-mudell tal-kliem huwa madwar 81 MB (jew 45 MB għall-għażla l-aktar mgħaġġla u inqas eżatta), u l-magna li tħaddmu iżżid madwar 27 MB. Jinġieb biss wara li tagħfas Ġarr, imbagħad jinżamm fil-cache sabiex il-viżti ta' wara jibdew mill-ewwel. Tista' tneħħih mill-ġdid fi kwalunkwe ħin.
3. 3
   L-awdjo jiġi traskritt f'tieqi ta' 30 sekonda

   Whisper jaqra 30 sekonda kull darba b'5 sekondi ta' sovrapożizzjoni fuq kull naħa, biex kliem li jaqsam fruntiera ma jintilfux. Dan jaħdem f'thread fl-isfond, li huwa għaliex il-paġna tibqa' responsiva u Ikkanċella jibqa' jaħdem.
4. 4
   It-test isir sottotitli li jinqraw

   Il-ħruġ mhux ipproċessat jinqasam u jerġa' jiġi ttimjat biex l-ebda linja ma taqbeż 42 karattru u xejn ma jgħaddi aktar mgħaġġel minn 21 karattru fis-sekonda — l-istess limiti li l-Editur tas-Sottotitli tagħna jiċċekkja kontrihom. Il-ħinijiet qatt ma jiġu mtawla biex jilħqu dawk il-miri, għax dan kien jirrappreżenta ħażin meta ntqalu l-kliem.

Għodod Relatati