Bepul Audiodan matnga

Qanday ishlaydi

Transkriptsiya Whisper nutq-tanish modelini to'g'ridan-to'g'ri brauzeringizda ishga tushiradi. Audio dekodlanadi, qayta namunalanadi va o'z qurilmangizda modelga beriladi — yozuv hech qachon yuklanmaydi.

1. 1
   Faylingiz 16 kHz monoga dekodlanadi

   Whisper faqat bitta formatni qabul qiladi: sekundiga 16,000 namunali yakka-kanalli audio. Brauzer audio dvigateli o'girishning o'zini bajaradi, bu ko'pgina musiqa va ovoz fayllari uchun hech qanday qo'shimcha yuklab olishni anglatadi. G'ayrioddiy video konteynerlari qo'shilgan ffmpeg'ga qaytadi.
2. 2
   Model bir marta va faqat siz so'raganda yuklanadi

   Nutq modeli taxminan 81 MB (yoki tezroq, aniqroq bo'lmagan variant uchun 45 MB). U faqat Yuklashni bosganingizdan keyin olinadi, so'ng keyingi tashriflar darhol boshlanishi uchun keshlanadi. Uni istalgan vaqt qayta olib tashlashingiz mumkin.
3. 3
   Audio 30-soniyalik oynalarda transkript qilinadi

   Whisper har tomonda 5 soniyalik ustma-ustlik bilan bir vaqtda 30 soniya o'qiydi, shuning uchun chegara bo'ylab so'zlar yo'qolmaydi. Bu fon iplanida ishlaydi, shuning uchun sahifa javob berishda davom etadi va Bekor qilish ishlashda davom etadi.
4. 4
   Matn o'qiladigan subtitrlarga aylanadi

   Xom chiqish shunday bo'linadi va qayta-vaqtlanadiki, hech qanday qator 42 belgidan oshmaydi va hech narsa sekundiga 21 belgidan tezroq o'tmaydi — bizning Subtitr Muharririmiz tekshiradigan bir xil chegaralar. Vaqtlar hech qachon shu maqsadlarga yetish uchun cho'zilmaydi, chunki bu so'zlar aynan qachon aytilganini noto'g'ri ko'rsatardi.

Tegishli asboblar