Sesi konuşmacı etiketleriyle yazıya dökme
Kimin ne söylediğini gösteren bir metin alın. Whisper kelimeleri yazar, bir konuşmacı modeli onları seslere göre ayırır, hepsi tarayıcınızda. Dışa aktarmadan önce Konuşmacı 1 ve 2 yerine gerçek isimleri yazın.
Başlamak için dosya seçin veya Kaydet'e basın.
Metin
Bu cihazda kayıtlı
Cihazınızda çalışır. Modeller ilk seferde iner, sonra tarayıcınızda kalır. PDF yazdırma penceresini açar: PDF olarak kaydet'i seçin.
Konuşmacı etiketleri hakkında
- Nasıl çalışır Whisper kelimeleri yazar. Sonra pyannote her sesin nerede konuştuğunu bulur, WeSpeaker da aynı kişiye ait gibi duyulan bölümleri gruplar.
- En iyi sonuç için Biliyorsanız konuşmacı sayısını girin. Net sıralı konuşmalar, aynı anda konuşmaktan daha iyi sonuç verir.
- Bilmekte fayda var Etiketler bir tahmindir. Benzer sesler karışabilir, paylaşmadan önce isimleri kontrol edin.
Konuşmacı etiketli metin nasıl alınır
- Bir veya daha fazla dosya seçin, kutuya bırakın ya da mikrofonu kullanmak için Kaydet'e basın.
- Konuşulan dili seçin veya Otomatik algıla'da bırakın. Röportaj ve toplantılar için konuşmacı etiketlerini açın.
- Yazıya dök'e basın. Dosyalar sırayla işlenir, metin parça parça görünür.
- Sesi dinleyin, hataları düzeltin, konuşmacıları adlandırın, sonra Word, PDF, TXT, SRT veya VTT olarak indirin.
Hangi kaliteyi seçmeli
| Kalite | Model | İndirme | Şunun için |
|---|---|---|---|
| Hızlı | Whisper tiny | Yaklaşık 45 MB (ekran kartıyla 80 MB) | Net İngilizce konuşma, eski telefonlar, hızlı bir göz atma |
| Dengeli | Whisper base | Yaklaşık 80 MB (ekran kartıyla 150 MB) | Dizüstü bilgisayar veya yeni bir telefondaki çoğu kayıt |
| En iyi | Whisper small | Yaklaşık 250 MB (ekran kartıyla 490 MB) | Aksanlar, arka plan gürültüsü, İngilizce dışındaki diller, çeviri |
Her model yalnızca bir kez iner. Sonra tarayıcınızın deposundan yüklenir. Konuşmacı etiketleri ilk seferde yaklaşık 33 MB daha ekler.
Dönüştürebileceğiniz diğer dosyalar
Sorular
Gerçekten ücretsiz mi?
Evet. Hesap yok, kayıt yok, ücretli plan yok. İşi kendi cihazınız yapar, yani size yansıtılacak bir sunucu faturası yoktur. Tek sınır cihazınızın belleğidir: uzun dosyalar daha fazlasını ister.
Sesim bir yere yükleniyor mu?
Hayır. Tarayıcınız dosyayı açar ve ses modelini cihazınızda çalıştırır. Yalnızca modeller Hugging Face'ten indirilir. Sesiniz ve metinleriniz hiçbir yere gönderilmez.
Hangi dosyaları dönüştürebilirim?
MP3, WAV, M4A, OGG, Opus, FLAC, AAC, MP4 ve WebM çoğu tarayıcıda hemen açılır. Tarayıcınızın açamadığı AVI, MOV, MKV ve diğer videolar yerleşik bir dönüştürücüden geçer. Dönüştürücü ilk seferde yaklaşık 10 MB indirir.
Dosya boyutu sınırı var mı?
Sabit bir sınır yok, ama dosyanın tamamı belleğe yüklenir. Uzun kayıtlar daha fazla bellek ister, bu yüzden telefonda kısa dosyalar ve Hızlı kalite daha güvenlidir. Testlerimizde 1 saatlik bir kayıt grafik kartı kullanan bir bilgisayarda sonuna kadar çalıştı, 2 saatlik bir dosya da yüklenip başladı.
Metin ne kadar doğru çıkar?
Sessiz bir odada net konuşma iyi çıkar. Aksanlar, üst üste konuşmalar, müzik ve gürültü hatalara yol açar, isimler ve nadir kelimeler de öyle. Kullanmadan önce mutlaka okuyun.
Hangi biçimlerde indirebilirim?
Word (DOCX), PDF, düz metin (TXT) ve SRT veya VTT altyazı. Zaman damgaları ve konuşmacı adları açıksa dahil edilir.