Kinų Kalba tekstui
Konvertuoti Kinų (中文 (普通话)) garso tekstą su state-of-the-art AI kalbos atpažinimas. Greitas, tikslus, ir remti kelis garso ir vaizdo formatų.
Geriausi modeliai Kinų
| Pavyzdys | Teikėjas | WER | Greitis | |
|---|---|---|---|---|
| STT.ai Enhanced Geriausias | OpenAI (hosted by STT.ai) | 4.2% | Pabandyk | |
| Whisper Large V3 | OpenAI | 4.2% | Pabandyk | |
| Whisper Turbo | OpenAI | 5.1% | Pabandyk |
Apie Kinų Perraša
Mandarinų kinų kalba yra labiausiai kalba gimtoji garsiakalbiai. STT.ai suteikia tikslią mandarinų transkripcija su tinkamais charakterių išvesties ir tono pripažinimo.
STT.ai užtikrina naujausią Kinų kalbos atpažinimas, kurį užtikrina keli AI modeliai. Nesvarbu, ar jums reikia transliuoti interviu, paskaitas, podcast, ar susitikimus Kinų, mūsų platforma automatiškai aptinka kalbą ir pasirenka optimalų modelį, kad būtų pasiektas geriausias tikslumas.
Kaip tiksliai Kinų Transkripcija?
Tikslumas Kinų Transkripcija priklauso nuo garso kokybės, garsiakalbio aiškumo, fono triukšmo ir pasirinkto modelio. Ant švaraus garso su vienu garsiakalbiu mūsų geriausi modeliai pasiekti Word klaidų rodiklis (WER) iki 6% už Kinų -- approaching human-level accuracy.
Dėl geriausių rezultatų su Kinų garso, mes rekomenduojame:
- Išvalyti garsą -- sumažinti foninį triukšmą ir naudoti gerą mikrofoną
- Vieno garsiakalbio segmentai Įjungti garsiakalbio diarizaciją kelių garsiakalbių įrašams
- Pasirinkite tinkamą modelį -- Whisper Large V3 is the most accurate and has the broadest language coverage; Whisper Turbo trades a little accuracy for speed
- Nurodykite kalbą -- o automatinis aptikimas veikia gerai, rankiniu būdu pasirenkant Kinų gali pagerinti tikslumą šiek tiek
Eksportuoti formatus Kinų Perrašai
Po to, kai perrašėte Kinų Audio, atsisiųsti rezultatą bet iš šių formatų:
TXT
Paprasto teksto stenograma
SRT
Subtitrai su žymomis
VTT
Žiniatinklio vaizdo antraštės
DOCX
Žodinis dokumentas
JSON
Struktūriniai duomenys su laiko tarpais
PDF
Spausdinti paruoštas dokumentas
Dažnai užduodami klausimai
Įkelkite garso ar vaizdo failą, kuriame yra kinų (中文 (普通话)) į STT.ai arba įklijuokite URL. Pasirinkite modelį, kuris palaiko kinų — dėl geriausių rezultatų pasirinkite vieną su žemiausiu WER ant lentelės viršuje - ir spustelėkite Atsekti.
Taip. STT.ai suteikia kiekvienam lankytojui 600 nemokamai minučių pradžios, kuri apima kinų (1.1 billion garsiakalbiai visame pasaulyje). Nėra registracijos nereikia jūsų pirmojo failo. Mokami planai prasideda nuo $5 mėnesių atrakinti ilgesnius failus ir privačius transkriptus.
kinų švaraus garso tikslumas siekia 92-96% su mūsų geriausiais modeliais. kinų rašo be žodžio lygio tarpų, todėl mūsų tokenizer segmentų išvesties tinkamai paskesnei paieškai ir subtitravimui.
Lentelėje aukščiau yra reitingas modelius WER (mažesnis yra geriau). kinų, Whisper Didelis V3 turi plačiausią aprėptį ir geriausią tikslumą; Whisper Turbo prekiauja šiek tiek tikslumą greičio. STT.ai Padidintas Whisper didelis V3 mūsų GPU, įtraukti su apmokamų planų.
kinų išvesties naudoja gimtąjį scenarijų (中文 (普通话)). Japonų, kanji + kana yra maišomi taip, kaip sakoma; Mandarinui, supaprastintas ar tradicinis yra pasirinktas pagal modelį. Galite konvertuoti tarp scenarijų po transkripcija per temų-grupės įrankis.
Taip. Garsiakalbis diarizacija yra kalbos agnostikas ir veikia kinų taip, kaip ji daro anglų kalba. Kiekvienas garsiakalbis yra pažymėtas (kalbėtojas 1, garsiakalbis 2,...) ir jūs galite pervadinti juos redaktoriuje po transkripcijos.
Dauguma kinų failų yra tranzitiškai per 5 minutes. 1 valanda kinų garso failas paprastai trunka 2-3 minutes su mūsų greičiausiais modeliais, ir šiek tiek ilgiau su aukščiausio tikslumo modeliais.
kinų failai MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI ir 10+ kitais formatais visi darbai. Išvesti į TXT, SRT, VTT, DOCX, JSON ir PDF - visi su kinų tekstas nepažeistas.
Taip. kinų garso failai apdorojami ir ištrinami pagal nutylėjimą. Pro planai įdėti kliento šifravimą – net jei mūsų duomenų bazė yra pažeista, Jūsų transkriptai yra neįskaitomi be rakto. kinų duomenys niekada nenaudojami modelių mokymui be aiškios pasirinkimo.
Taip. kinų SRT ir VTT subtitrai teisingai tvarko be vietos simbolių srautą, įskaitant linijos lūžio sprendimus ilgose frazėse. Jie perteikia kiekvieną pagrindinę vaizdo platformą.
Taip. Po kinų transkripcijos subtitrų-translator įrankis gali išversti SRT/VTT į bet kurią iš 100+ tikslinės kalbos. Naudinga, jei jūsų kinų turinio reikia subtitrų platesnei auditorijai.
Taip. REST API palaiko kinų per kalbos parametrą (taip pat galima automatiškai aptikti). Python ir Node.js SDKs leidžia jums serijos raštingumą kinų garso su visomis žymomis ir garsiakalbio etiketėmis.
Už kinų, labai greitai garsiakalbiai arba labai akcentuotas dialektus (regioninės veislės) gali pakenkti tikslumą. Kryžiaus kalba tarp kelių garsiakalbių yra didžiausias klausimas — Diarization padeda, bet negali susigrąžinti žodžius, kurie buvo kalbama per vienas kitą.