نسخ الصوت أو الفيديو إلى نص

كيف يعمل

تطلب خدمات النسخ رفع تسجيلك، والتسجيلات هي مقابلات واجتماعات ومحاضرات واستشارات — من أكثر الملفات حساسية التي يتعامل معها أي شخص. وهذه الأداة تشغّل نموذج الكلام على جهازك بدلًا من ذلك. والثمن هو الوقت، وهو كبير بما يكفي ليُذكر قبل أن تبدأ لا بعد ذلك.

ما مدى البطء، واقعيًا

حجم النموذج 41 MB ويُنزَّل مرة واحدة. وبعد ذلك يستغرق النسخ تقريبًا مدة التسجيل نفسها على حاسوب محمول حديث، وضعفها أو ثلاثة أضعافها على جهاز أقدم أو هاتف. فمقطع من خمس دقائق بمقدار فنجان قهوة؛ أما اجتماع مدته ساعة فليس عمليًا. ولهذا السبب يُضبط حد المدة افتراضيًا على خمس دقائق — فارفعه عمدًا لا عن طريق الخطأ.

ما الذي تحصل عليه

ترجمة مصاحبة بصيغة .srt أو .vtt مع التوقيتات، جاهزة لتثبيتها في فيديو بأداة الترجمة المصاحبة هنا، أو نص عادي لنسخة مكتوبة. وتأتي التوقيتات من النموذج وهي عادةً قريبة لكنها ليست دقيقة على مستوى الإطار.

الدقة، بصدق

هذا هو نموذج Whisper الصغير، اختير لأن النماذج الأكبر تبلغ مئات الميغابايت. وهو جيد مع الكلام الإنجليزي الواضح المسجَّل قرب الميكروفون. وهو أضعف بوضوح مع اللكنات القوية وحديث شخصين متداخلين والضوضاء الخلفية والمصطلحات التقنية والأسماء العلم. وعلامات الترقيم غير متسقة. اقرأه مراجعةً قبل إرساله إلى أي مكان.

الإنجليزية فقط

يُستخدم النموذج الخاص بالإنجليزية فقط لأنه أصغر وأدق مع الإنجليزية من النسخة متعددة اللغات بالحجم نفسه.