Расшифровка аудио и видео
Превратите речь в текст или субтитры на своём устройстве. Это медленно, и это не преувеличение.
- Работает на вашем устройстве — файл никуда не отправляется
- Без регистрации, водяных знаков и суточных лимитов
- Бесплатно, без ограничений на число использований
Как это работает
Сервисы расшифровки требуют загрузить вашу запись, а записи — это интервью, совещания, лекции и консультации, то есть одни из самых конфиденциальных файлов, с которыми кто-либо имеет дело. Здесь речевая модель запускается на вашем собственном компьютере. Платой становится время, и оно настолько велико, что о нём стоит сказать до начала, а не после.
Насколько медленно на самом деле
Модель весит 41 МБ и загружается один раз. После этого расшифровка на современном ноутбуке занимает примерно столько же времени, сколько длится сама запись, а на старом компьютере или телефоне в два-три раза дольше. Пятиминутный ролик — это время одной чашки кофе; часовое совещание обрабатывать непрактично. Поэтому ограничение длины по умолчанию составляет пять минут: увеличивайте его осознанно, а не случайно.
Что вы получите
Субтитры в формате .srt или .vtt с таймкодами, готовые к встраиванию в видео с помощью инструмента субтитров на этом сайте, или обычный текст для стенограммы. Таймкоды берутся из модели и обычно близки к точным, но не совпадают с кадрами.
О точности честно
Это маленькая модель Whisper: её выбрали потому, что более крупные весят сотни мегабайт. Она хорошо работает с чёткой английской речью, записанной близко к микрофону. Заметно хуже она справляется с сильными акцентами, с двумя людьми, говорящими одновременно, с фоновым шумом, техническими терминами и именами собственными. Пунктуация непоследовательна. Прочитайте результат, прежде чем куда-то отправлять.
Только английский
Используется модель только для английского языка, потому что при том же размере она меньше и точнее многоязычной версии на английском.
Расшифровка аудио и видео: вопросы
Сколько это займёт?
Примерно столько, сколько длится запись, на современном ноутбуке и дольше на старых устройствах, плюс однократная загрузка модели размером 41 МБ.
Запись загружается на сервер?
Нет. Модель приходит к вам, а звук обрабатывается на вашем устройстве.
Насколько он точен?
Хорошо справляется с чёткой английской речью, хуже с акцентами, перекрёстными репликами, шумом и техническими терминами. Всегда перечитывайте результат.
Работает ли он с другими языками?
Нет, это модель только для английского языка. Многоязычные версии намного больше.