ถอดเสียงจากไฟล์เสียงหรือวิดีโอ

ทำงานอย่างไร

บริการถอดเสียงต้องการให้คุณอัปโหลดการบันทึก ซึ่งเป็นบทสัมภาษณ์ การประชุม การบรรยาย และการให้คำปรึกษา ซึ่งเป็นไฟล์ที่อ่อนไหวที่สุดที่ใครๆ ต้องจัดการ เครื่องมือนี้รันโมเดลเสียงพูดบนเครื่องของคุณเองแทน ต้นทุนคือเวลา ซึ่งมากพอที่ควรบอกก่อนเริ่มแทนที่จะบอกทีหลัง

ช้าแค่ไหนในความเป็นจริง

โมเดลมีขนาด 41 MB และดาวน์โหลดครั้งเดียว หลังจากนั้นการถอดเสียงใช้เวลาโดยประมาณเท่าความยาวของการบันทึกบนแล็ปท็อปรุ่นใหม่ และนานกว่าสองหรือสามเท่าบนเครื่องรุ่นเก่าหรือโทรศัพท์ คลิปห้านาทีใช้เวลาเท่ากาแฟแก้วหนึ่ง ส่วนการประชุมหนึ่งชั่วโมงไม่เหมาะจะทำ ขีดจำกัดความยาวจึงตั้งเริ่มต้นไว้ที่ห้านาที เพิ่มโดยตั้งใจ ไม่ใช่โดยบังเอิญ

สิ่งที่คุณได้

คำบรรยายเป็น .srt หรือ .vtt พร้อมเวลา พร้อมฝังลงวิดีโอด้วยเครื่องมือคำบรรยายที่นี่ หรือข้อความล้วนสำหรับสำเนาถอดความ เวลามาจากโมเดลและมักใกล้เคียงแต่ไม่แม่นยำระดับเฟรม

ความแม่นยำ ตามตรง

นี่คือโมเดล Whisper ขนาดเล็ก ที่เลือกเพราะโมเดลใหญ่กว่ามีขนาดหลายร้อยเมกะไบต์ ดีกับเสียงพูดภาษาอังกฤษที่ชัดเจนซึ่งบันทึกใกล้ไมโครโฟน อ่อนลงอย่างเห็นได้ชัดกับสำเนียงหนัก คนสองคนพูดทับกัน เสียงรบกวนพื้นหลัง ศัพท์เทคนิค และคำนามเฉพาะ เครื่องหมายวรรคตอนไม่สม่ำเสมอ ควรอ่านทบทวนก่อนส่งไปที่ใด

ภาษาอังกฤษเท่านั้น

ใช้โมเดลภาษาอังกฤษอย่างเดียวเพราะเล็กกว่าและแม่นยำกับภาษาอังกฤษมากกว่าเวอร์ชันหลายภาษาที่ขนาดเท่ากัน