জাৰ্মান কথাৰ পৰা লিপিলৈ
পৰিবৰ্তন কৰক জাৰ্মান (Deutsch) AI ভাষা স্বীকৃতিৰ সৈতে অডিঅ'ৰ পৰা টেক্সটলৈ। দ্ৰুত, সঠিক, আৰু একাধিক অডিঅ' আৰু ভিডিঅ' বিন্যাস সমৰ্থন কৰা।
সেৰা মডেলসমূহ জাৰ্মান
| আৰ্হি | প্ৰদানকাৰী | WER | গতি | |
|---|---|---|---|---|
| STT.ai Enhanced সেৰা | STT.ai | 3.2% | চেষ্টা কৰক | |
| Whisper Large V3 | OpenAI | 4.2% | চেষ্টা কৰক | |
| Whisper Turbo | OpenAI | 5.1% | চেষ্টা কৰক | |
| NVIDIA Canary | NVIDIA | 3.5% | চেষ্টা কৰক | |
| SenseVoice | FunAudioLLM | 5.5% | চেষ্টা কৰক | |
| Distil-Whisper | Hugging Face | 5.8% | চেষ্টা কৰক | |
| Vosk | Alpha Cephei | 12.0% | চেষ্টা কৰক |
বিষয়ে জাৰ্মান অনুবাদ
জাৰ্মান ইউৰোপীয় ইউনিয়নৰ সৰ্বাধিক ব্যৱহৃত ভাষা। STT.ai এ জাৰ্মান গঠনমূলক শব্দ, আনুষ্ঠানিক/অনুষ্ঠানিক ৰেজিস্টাৰ আৰু আঞ্চলিক উপভাষাসমূহ সঠিকভাৱে হ্যান্ডেল কৰে।
STT.ai ৰ দ্বাৰা আধুনিক প্ৰযুক্তি উপলব্ধ কৰা হৈছে জাৰ্মান বহু AI মডেল দ্বাৰা শক্তিশালী শব্দ স্বীকৃতি। আপুনি সাক্ষাৎকাৰ, পাঠ, পডকাস্ট বা সভাসমূহ অনুবাদ কৰিব লাগিব নে নাই জাৰ্মানআমাৰ প্লেটফৰ্মে স্বয়ংক্ৰিয়ভাৱে ভাষা চিনাক্ত কৰে আৰু সৰ্বোত্তম সঠিকতাৰ বাবে উপযুক্ত মডেল নিৰ্বাচন কৰে।
সঠিকতা কিমান জাৰ্মান অনুবাদ?
ইয়াৰ বাবে সঠিকতা জাৰ্মান অনুবাদ অডিঅ'ৰ গুণমান, স্পিকারৰ স্পষ্টতা, পটভূমিৰ শব্দ আৰু আপুনি নিৰ্বাচন কৰা মডেলৰ ওপৰত নিৰ্ভৰ কৰে। এটা স্পিকারৰ সৈতে পৰিষ্কাৰ অডিঅ'ত, আমাৰ সেৰা মডেলসমূহে ৬% ৰ তলৰ শব্দ ত্ৰুটিৰ হাৰ (WER) লাভ কৰে জাৰ্মান -- মানৱ- স্তৰৰ সঠিকতাৰ ওচৰত ।
সৰ্বোত্তম ফলাফলৰ বাবে জাৰ্মান অডিঅ', আমি সুপারিশ কৰোঁ:
- অডিঅ' আঁতৰাওক -- পটভূমিৰ শব্দ হ্ৰাস কৰক আৰু ভাল মাইক্ৰফোন ব্যৱহাৰ কৰক
- একক স্পিকার অংশ -- বহু- স্পিকার ৰেকৰ্ডিংৰ বাবে স্পিকার ডায়াৰাইজেশন সক্ৰিয় কৰক
- সঠিক আৰ্হি বাছক -- NVIDIA Canary সমৰ্থিত ভাষাৰ বাবে সৰ্বনিম্ন WER প্ৰদান কৰে, Whisper Large V3 সর্ববৃহৎ ভাষাৰ আৱৰণ প্ৰদান কৰে
- ভাষা নিৰ্ধাৰণ কৰক -- যদিও স্বচালিত-নিৰীক্ষণ ভালদৰে কাম কৰে, হস্তচালিতভাৱে নিৰ্বাচন কৰা জাৰ্মান সঠিকতা কিছুটা উন্নত কৰিব পাৰে
ৰ বাবে এক্সপোৰ্ট বিন্যাস জাৰ্মান অনুলিপি
আপোনাৰ জাৰ্মান অডিঅ', এই বিন্যাসসমূহৰ যিকোনো এটাত ফলাফল ডাউনল'ড কৰক:
TXT
প্লেইন টেক্সট ট্রান্সক্ৰিপ্ট
SRT
সময়চিহ্ন সহ উপশীৰ্ষকসমূহ
VTT
ৱেব ভিডিঅ' উপশীৰ্ষকসমূহ
DOCX
Word দস্তাবেজ
JSON
সময়চিহ্নৰ সৈতে গঠনমূলক তথ্য
PDF
প্ৰিন্ট-প্ৰস্তুত দস্তাবেজ
প্ৰায়শঃ সোধা প্ৰশ্নসমূহ
STT.ai লে জাৰ্মান (Deutsch) ধাৰণ কৰা এটা অডিঅ' অথবা ভিডিঅ' নথিপত্ৰ আপলোড কৰক অথবা এটা URL পেইস্ট কৰক। জাৰ্মান সমৰ্থন কৰা এটা মডেল বাছক — সৰ্বোত্তম ফলাফলৰ বাবে উপৰ টেবুলত সৰ্বনিম্ন WER ৰ সৈতে এটা বাছক — আৰু অনুবাদ কৰক ক্লিক কৰক।
হ্যাঁ। STT.ai প্ৰতিজন ভ্ৰমণকাৰীক আৰম্ভ কৰিবলৈ 600 বিনামূলীয়া মিনিট দিয়ে, যি জাৰ্মান (132 million বিশ্বব্যাপী কণ্ঠস্বৰ) অন্তৰ্ভুক্ত কৰে। আপোনাৰ প্ৰথম ফাইলৰ বাবে কোনো নিবন্ধন প্ৰয়োজন নহয়। $5/মাহত আৰম্ভ হোৱা পৰিশোধিত পৰিকল্পনাই দীঘল ফাইল আৰু ব্যক্তিগত অনুলিপিসমূহ আনলক কৰে।
জাৰ্মান সঠিকতা আমাৰ সেউজীয়া মডেলসমূহৰ সৈতে 93-96% পৰিষ্কাৰ অডিঅ'ত পৌঁছে। সংখ্যা, সঠিক নাৰ্ভ, আৰু inflected গঠন সকলো হ্যান্ডেল কৰা হয়। নিম্নতম পটভূমিৰ ধুমুহা সহ সুস্পষ্ট অডিঅ'য়ে সৰ্বোত্তম ফলাফল প্ৰদান কৰে।
জাৰ্মান ৰ বাবে WER দ্বাৰা সমৰ্থিত মডেলসমূহৰ ওপৰত উল্লিখিত টেবুলত স্থান প্ৰদান কৰা হৈছে (নিম্নতম ভাল)। Whisper Large V3 ৰ সমৰ্থিত জাৰ্মান ৰ আৱৰণ সৰ্বাধিক; NVIDIA Canary ৰ সমৰ্থিত জাৰ্মান ৰ বৈচিত্রসমূহত সৰ্বনিম্ন WER আছে; STT.ai Enhanced এ দুইটোকে পেইড প্লানসমূহৰ বাবে একত্ৰিত কৰে।
হ'ব। জাৰ্মান আউটপুটত বিৰাম-চিহ্ন (বিন্দু, কমা, প্ৰশ্নচিহ্ন) আৰু সঠিক কেছেং অন্তৰ্ভুক্ত আছে। সংখ্যা আৰু শিৰোনাম জাৰ্মান নিয়ম অনুসৰণ কৰে। অনুবাদ সম্পাদকে বিৰাম-চিহ্ন হস্তচালিতভাৱে পৰিবৰ্তন কৰিব পাৰে।
হ্যাঁ। স্পিকার ডায়াৰাইজেশন ভাষা-অজ্ঞাত আৰু ইংৰাজীত কৰা দৰেই জাৰ্মান ত কাম কৰে। প্ৰতিজন স্পিকারৰ লেবেল কৰা হয় (স্পিকার ১, স্পিকার ২,...) আৰু আপুনি প্ৰিন্টাৰত প্ৰিন্ট কৰাৰ পিছত তেওঁলোকক পুনৰ নাম দিব পাৰিব।
অধিকাংশ জাৰ্মান নথিপত্ৰ ৫ মিনিটত অনুবাদ কৰা হয়। ১ ঘণ্টাৰ জাৰ্মান অডিঅ' নথিপত্ৰ প্ৰায় ২-৩ মিনিট সময় লয় আমাৰ দ্রুততম মডেলসমূহৰ সৈতে, আৰু উচ্চতম-সঠিকতা মডেলসমূহৰ সৈতে কিছু সময় অধিক সময় লয়।
MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI আৰু ১০+ অন্যান্য বিন্যাসত ৮৮০০০ নথিপত্ৰ সকলো কাম কৰে। TXT, SRT, VTT, DOCX, JSON আৰু PDF ৰ পৰা আউটপুট - সকলো জাৰ্মান টেক্সট অক্ষত।
হ'ব। জাৰ্মান অডিঅ' নথিপত্ৰসমূহ অবিকল্পিতভাৱে প্ৰক্ৰিয়া কৰা হয় আৰু আঁতৰুৱা হয়। প্ৰো প্লানসমূহে ক্লায়েন্ট-সাইড এনক্ৰিপশন যোগ কৰে - আমাৰ ডাটাবেইচ যদিও ভাঙি যায়, আপোনাৰ কি'ৰ বাহিৰে আপোনাৰ ট্ৰান্সক্ৰিপ্টসমূহ পঢ়িব নোৱাৰি। জাৰ্মান তথ্যক স্পষ্টভাবে অ'প-ইন নোহোৱাকৈ মডেল প্ৰশিক্ষণৰ বাবে কখনো ব্যৱহাৰ কৰা নহয়।
হ'ব। SRT অথবা VTT ৰূপে অনুবাদ এক্সপোৰ্ট কৰক - দুয়োটা YouTube, Vimeo, TikTok, আৰু সকলো প্ৰধান ভিডিঅ' প্লেটফৰ্মৰ সৈতে কাম কৰে। বাৰ্ন-সাবটাইটেল টুল দ্বাৰা ভিডিঅ'ত হার্ডসাব-ৰূপে অভাৰলে'ড কৰা হয়।
হ'ব। জাৰ্মান অনুবাদ কৰাৰ পিছত, উপশীৰ্ষক-অনুবাদক টুল দ্বাৰা SRT/VTT-ক ১০০+ টার্গেট ভাষালৈ অনুবাদ কৰা যাব। আপোনাৰ জাৰ্মান বিষয়বস্তুৰ বাবে অধিক দর্শকৰ বাবে উপশীৰ্ষকৰ প্ৰয়োজন হলে ব্যৱহাৰযোগ্য।
হ'ব। REST API-এ ভাষা প্ৰাচলৰ দ্বাৰা জাৰ্মান সমৰ্থন কৰে (স্বয়ংক্ৰিয়ভাবে চিনাক্ত কৰাও উপলব্ধ)। Python আৰু Node.js SDK-এ আপুনি সম্পূৰ্ণ সময়চিহ্ন আৰু স্পিকার লেবেলৰ সৈতে জাৰ্মান অডিঅ' ব্যাচ-ট্ৰান্সক্ৰিপ্ট কৰিব পাৰে।
জাৰ্মান ৰ বাবে, সঠিকতাৰ সৰ্ববৃহৎ চলকসমূহ হৈছে পটভূমিৰ শব্দ, অদল-বদল স্পিকারসমূহ, আৰু উচ্চাৰণ শক্তি। এটা ভাল মাইক্রোফোন ব্যৱহাৰ কৰক, সম্ভৱ হলে পৃথক স্পিকারসমূহ, আৰু এটা মডেল বাছক যিটোক প্ৰয়োগযোগ্য উপভাষাত প্ৰশিক্ষণ দিয়া হৈছে।