انگلیسی تبدیل گفتار به متنComment
تبدیل انگلیسی (English) صدا به متن با تشخیص گفتار هوش مصنوعی پیشرفته. سریع، دقیق و پشتیبانی از قالبهای چند صدا و ویدئو.
بهترین مدلها برای انگلیسی
| مدل | ارائهدهنده | WER | سرعت | |
|---|---|---|---|---|
| STT.ai Enhanced بهترین | OpenAI (hosted by STT.ai) | 4.2% | امتحان کن | |
| Whisper Large V3 | OpenAI | 4.2% | امتحان کن | |
| Whisper Turbo | OpenAI | 5.1% | امتحان کن |
در مورد انگلیسی رونوشت
انگلیسی گستردهترین زبان در جهان و زبان غالب برای تجارت، فناوری و ارتباطات بینالمللی است.STT.ai تشخیص گفتار انگلیسی را در تمام لهجههای اصلی از جمله انگلیسی آمریکایی، بریتانیایی، استرالیایی و هندی ارائه میدهد.
STT.ai يه جورايي پيشرفته هست انگلیسی چه شما نیاز به رونوشت مصاحبه، سخنرانی، پادکست، یا جلسه در زبان انگلیسی داشته باشید، انگلیسیپلتفرم ما به طور خودکار زبان رو تشخیص میده و بهترین مدل رو برای بهترین دقت انتخاب میکنه
چقدر دقیق است انگلیسی رونوشت؟
دقت برای انگلیسی رونوشت به کیفیت صدا، شفافیت بلندگو، نویز پس زمینه و مدلی که انتخاب میکنید بستگی دارد. در صدای تمیز با یک بلندگو، بهترین مدلهای ما به نرخ خطای کلمه (WER) کمتر از ۶٪ برای انگلیسی -در حال نزديک شدن به دقت سطح انسان.
براي بهترين نتيجه با انگلیسی صدا، ما توصیه می کنیم:
- پاک کردن صدا -- به حداقل رساندن نویز پس زمینه و استفاده از میکروفون خوب
- بخشهای بلندگوهای تک -- فعالسازی نوشتار بلندگو برای ضبط چند بلندگو
- مدل درست رو انتخاب کن -- Whisper Large V3 دقیقترین و گستردهترین پوشش زبان را دارد؛ Whisper Turbo کمی دقت را برای سرعت عوض میکند
- مشخص کردن زبان -- در حالی که تشخیص خودکار خوب کار میکند ، انتخاب دستی انگلیسی می تواند دقت را کمی بهبود بخشد
قالبهای صادرات برای انگلیسی رونوشت
بعد از اينکه رونوشت رو نوشتم انگلیسی صوت، نتیجه را در یکی از این قالبها بارگیری کنید:
TXT
رونوشت متن ساده
SRT
زیرنویس با مهر زمان
VTT
زیرنویس ویدئوهای وب
DOCX
سند Word
JSON
دادههای ساختاری با مهرهای زمانی
PDF
سند آماده چاپ
پرسشهای متداول
یک پرونده صوتی یا ویدئویی که شامل انگلیسی (English) است را به STT.ai بارگذاری کنید یا یک نشانی وب را بچسبانید. یک مدل که از انگلیسی پشتیبانی میکند را انتخاب کنید — برای بهترین نتایج ، آن را با کمترین WER در جدول بالا انتخاب کنید — و بر روی رونوشت کلیک کنید.
بله. STT.ai به هر بازدیدکننده ۶۰۰ دقیقه رایگان برای شروع میدهد، که شامل انگلیسی (گویندگان 1.5 billion در سراسر جهان) میشود. برای اولین فایل شما نیازی به ثبت نام نیست. برنامههای پرداختی که از ۵ دلار در ماه شروع میشوند، فایلهای طولانیتر و رونوشتهای خصوصی را بلاک میکنند.
دقت انگلیسی در صدای تمیز با بهترین مدلهای ما به ۹۳- ۹۶٪ میرسد. اعداد، اسمهای خاص و اشکال خمیده همگی مدیریت میشوند. صدای تمیز با نویز پس زمینه کمترین بهترین نتایج را تولید میکند.
جدول بالا مدلها را بر اساس WER (که پایینتر بهتر است) رتبهبندی میکند. برای انگلیسی، Whisper Large V3 پوشش گستردهترین و بهترین دقت را دارد؛ Whisper Turbo کمی دقت را برای سرعت معامله میکند. STT.ai Enhanced Whisper Large V3 بر روی GPU ما است، که در برنامههای پرداخت شده شامل میشود.
بله. خروجی انگلیسی شامل نشانه گذاری (نقطه ، کمان ، علامت سؤال) و حروف بزرگ و کوچک مناسب است. اعداد و عنوانها از قراردادهای انگلیسی پیروی میکنند. ویرایشگر رونوشت به شما اجازه میدهد که نشانه گذاری را دستی تنظیم کنید.
بله. دیاریزاسیون سخنران زبانناشناس است و در انگلیسی همانند انگلیسی کار میکند. هر سخنران برچسبگذاری میشود (گفتگوکننده ۱ ، سخنران ۲ ،...) و میتوانید بعد از رونوشت ، آنها را در ویرایشگر تغییر نام دهید.
Most انگلیسی files are transcribed in under 5 minutes. A 1-hour انگلیسی audio file typically takes 2-3 minutes with our fastest models, and slightly longer with the highest-accuracy models.
فایلهای انگلیسی در MP3، WAV، M4A، FLAC، OGG، MP4، MKV، MOV، WebM، AVI و ۱۰+ فرمت دیگر همه کار میکنند. خروجی به TXT، SRT، VTT، DOCX، JSON و PDF - همه با متن انگلیسی سالم.
بله. پروندههای صوتی انگلیسی به صورت پیشفرض پردازش و حذف میشوند. برنامههای حرفهای رمزگذاری سمت کارگزار را اضافه میکنند — حتی اگر پایگاه داده ما نقض شود، رونوشتهای شما بدون کلید شما قابل خواندن نیستند. دادههای انگلیسی هرگز بدون انتخاب صریح برای آموزش مدل استفاده نمیشود.
بله. رونوشت را به صورت SRT یا VTT صادر کنید — هر دو با یوتیوب، ویمو، تیک تاک و تمام پلتفرمهای ویدئویی اصلی کار میکنند. ابزار زیرنویس سوزاندن آنها را به عنوان زیرنویس سخت بر روی ویدئو قرار میدهد.
بله. پس از رونوشت انگلیسی، ابزار ترجمه زیرنویس میتواند SRT/VTT را به هر یک از بیش از ۱۰۰ زبان هدف ترجمه کند. اگر محتوای انگلیسی شما برای مخاطبان گستردهتر نیاز به زیرنویس داشته باشد، مفید است.
بله. API REST از طریق پارامتر زبان از انگلیسی پشتیبانی میکند (خودکاریابی نیز در دسترس است). SDKهای پایتون و Node.js به شما اجازه میدهد که صوت انگلیسی را با مهرهای زمانی کامل و برچسبهای بلندگو به صورت دسته ای رونویسی کنید.
برای انگلیسی، بزرگترین متغیرهای دقت نویز پس زمینه، بلندگوهای همپوشانی و قدرت لهجه هستند. از یک میکروفون خوب استفاده کنید، هر زمان که ممکن است بلندگوهای جداگانه را جدا کنید و یک مدل آموزش دیده در گویش مربوطه را انتخاب کنید.