ڪوريائي ڳالھائڻ کان متن
تبديل ڪوريائي (한국어) آڊيو کي متن ۾ state-of-the-art AI ڳالهائڻ سڃاڻپ سان. تيز، صحيح، ۽ ڪيترن آڊيو ۽ وڊيو فارميٽن کي سپورٽ ڪرڻ.
بهترين ماڊل ڪوريائي
| ماڊل | مهيا ڪندڙ | WER | رفتار | |
|---|---|---|---|---|
| STT.ai Enhanced بهترين | STT.ai | 3.2% | ڪوشش ڪريو | |
| Whisper Large V3 | OpenAI | 4.2% | ڪوشش ڪريو | |
| Whisper Turbo | OpenAI | 5.1% | ڪوشش ڪريو | |
| SenseVoice | FunAudioLLM | 5.5% | ڪوشش ڪريو | |
| Distil-Whisper | Hugging Face | 5.8% | ڪوشش ڪريو | |
| Vosk | Alpha Cephei | 12.0% | ڪوشش ڪريو |
بابت ڪوريائي لکڻ
ڪورين هنگل لکت جو نظام استعمال ڪري ٿي ۽ ان ۾ منفرد ڳالھائڻ جا نمونا آهن. STT.ai اعليٰ دقت ڪورين ترجمو ٻنهي رسمي ۽ غير رسمي ڳالھائڻ لاءِ فراهم ڪري ٿو.
STT.ai state-of-the-art مهيا ڪري ٿو ڪوريائي ائٽمڪس ائٽمڪس هڪ ائٽمڪس پروگرام آهي جيڪو ڪيترن ئي ائٽمڪس ماڊلز سان گڏ آواز جي سڃاڻپ ڪري ٿو. ڪوريائي, اسان جو پليٽ فارم خودڪار طور تي ٻولي جو اندازو لڳائي ۽ بهترين دقت لاءِ بهترين ماڊل چونڊيندو.
ڪيترو صحيح آھي ڪوريائي ترڪيب
دقت ڪوريائي transcription آڊيو معيار تي منحصر آهي، اسپيڪر روشني، پس منظر شور، ۽ توهان چونڊيو ماڊل. هڪ اسپيڪر سان صاف آڊيو تي، اسان جي بهترين ماڊل لاء 6% هيٺ لفظ غلطي جي شرح (WER) حاصل ڪوريائي -- انسان جي سطح جي دقت کي ويجهو.
بهترين نتيجن لاءِ ڪوريائي آڊيو، اسان صلاح ڏيون ٿا:
- آڊيو صاف ڪريو -- پس منظر جي رنوين کي گهٽائي ۽ سٺو مائڪروفون استعمال ڪريو
- هڪڙو اسپيڪر -- ٻن يا وڌيڪ اسپيڪر ريڪارڊنگ لاءِ اسپيڪر ڊيائريزيشن کي فعال ڪريو
- صحيح ماڊل چونڊيو -- NVIDIA Canary مدد ڪيل ٻولين لاءِ تمام گهٽ WER پيش ڪري ٿو، جڏهن ته Whisper Large V3 سڀ کان ويڪ ٻولين جي کوٽائي فراهم ڪري ٿو
- ٻولي بيان ڪريو -- جڏهن ته خودڪار ڳولا سٺي ڪم ڪري ٿي ، پاڻمرادو چونڊڻ ڪوريائي دقت ٿورو بهتر ڪري سگھي ٿو
رپورٽ فارميٽ ڪوريائي ترانسڪريپٽ
توهان جي transcribing کانپوءِ ڪوريائي آڊيو، نتيجو ھنن فارميٽن مان ڪنھن ھڪ ۾ ڊائون لوڊ ڪريو:
TXT
عام متن جي ترانسڪريپشن
SRT
وقت جي نشان سان سب تي
VTT
ويب وڊيو عنوان
DOCX
ورڈ دڪان
JSON
وقت جي نشان سان ٺهيل ڊيٽا
PDF
پرنٽ ڪرڻ لاءِ تيار ٿيل دڪان
گھڻا پڇيل سوال
STT.ai ۾ آڊيو يا وڊيو فائل اپ لوڊ ڪريو جنھن ۾ ڪوريائي (한국어) شامل آھي يا URL کي چٽيو. اھڙو ماڊل چونڊيو جنھن ڪوريائي کي سپورٽ ڪري - بهترين نتيجن لاءِ مٿين ٽيبل تي تمام ننڍي WER سان چونڊيو - ۽ ترانسڪريپ تي ڪلڪ ڪريو.
STT.ai هر هڪ مهمان کي شروع ڪرڻ لاء 600 مفت منٽن ڏئي ٿو، جنهن ۾ ڪوريائي (82 million عالمي سطح تي ڳالهائيندڙ) شامل آهن. توهان جي پهرين فائيل لاءِ ڪا به رجسٽريشن جي ضرورت ناهي. $ 5 / مهيني ۾ شروع ٿيندڙ ادا ڪيل منصوبا ڊگهي فائلن ۽ پرائيويٽ ٽرانسڪرپشن کي کوليو.
ڪوريائي صاف آڊيو تي درستگي اسان جي بهترين ماڊلز سان 92-96٪ پهچي ٿي. ڪوريائي لفظ-مستوي جي جڳهن کانسواءِ لکندو آهي، تنهنڪري اسان جي tokenizer حصن کي هيٺين ڳولا ۽ سبٽنگ لاءِ مناسب طور تي نڪتو.
مٿي جدول WER طرفان ڪوريائي لاء مدد ڪيل ماڊل جي درجه بندي (لوڻ بهتر آهي). Whisper وڏي V3 سڀ کان ويڪ ڪوريائي coverage آهي; NVIDIA Canary تي سڀ کان گهٽ WER مدد ڪوريائي قسمن تي آهي; STT.ai Enhanced ٻنهي جي لاء ادا ڪيل منصوبن جي اتحاد.
ڪوريائي آڌار قومي اسڪرپٽ (한국어) استعمال ڪندو آھي. جاپاني لاءِ، kanji + kana گڏيل آھن جيئن ڳالهائي وڃي ٿو؛ Mandarin لاءِ، سادي يا روايتي ماڊل طرفان چونڊيل آھي. توھان موضوع-ڪلسٽرز ٽولز ذريعي نقل ڪرڻ کان پوءِ اسڪرپٽ جي وچ ۾ تبديل ڪري سگھو ٿا.
ھائو. ڳالهائيندڙ جي ڊيائريزيشن ٻولي-اڻ ڄاڻ آهي ۽ ڪوريائي تي ڪم ڪري ٿي جيئن انگريزي ۾ ڪم ڪري ٿي. هر ڳالهائيندڙ کي ٽيگ ڏنو ويو آهي (ٻوليندڙ 1، ڳالهائيندڙ 2،...) ۽ توهان انهن جو نالو ترنسڪريشن کانپوءِ ايڊيٽر ۾ مٽائي سگهو ٿا.
گھڻيون ڪوريائي فائلون 5 منٽن ۾ نقل ڪيون وينديون آهن. 1 ڪلاڪ جي ڪوريائي آڊيو فائل عام طور تي اسان جي تيز ماڊلن سان 2-3 منٽ وٺي ٿي، ۽ اعليٰ دقت وارن ماڊلن سان ٿورو وڌيڪ.
MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, ۽ 10+ ٻين فارميٽس ۾ ڪوريائي فائلون سڀ ڪم. TXT, SRT, VTT, DOCX, JSON, ۽ PDF کي نڪتو - ڪوريائي متن سان گڏ سڀ.
ها. ڪوريائي آڊيو فائلون پروسيس ۽ گمنام طور تي حذف ڪيو ويو. پرو منصوبا ڪلائنٽ-سائڊ انڪرپشن شامل ڪريو - جيتوڻيڪ جيڪڏهن اسان جي ڊيٽابيس ۾ ڀڃڪڙي ڪئي وئي آهي، توهان جي ترنسڪريٽس توهان جي ڪوڊ کانسواءِ پڙهڻ جي قابل نه آهن. ڪوريائي ڊيٽا ڪڏهن به واضح طور تي داخل ٿيڻ کانسواءِ ماڊل تربيت لاءِ استعمال نه ڪيو ويندو آهي.
ھائو. ڪوريائي SRT ۽ VTT جو عنوان صحيح طرح سان خالي جاءِ نه رکندڙ ڪردارن جي وهڪري کي سنڀاليندو آهي، بشمول ڊگهن جملن اندر لائين-بريڪنگ جا فيصلا. اهي سڀئي وڊيو پليٽ فارم تي رنڊڪ ڏيندا آهن.
ھائو. ڪوريائي جي ترجمي کان پوءِ، سبٽائيٽل-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير-تصوير
ھائو. REST API ڪوريائي کي ٻوليءَ جي ماپ جي ذريعي مدد ڪري ٿو (آٽو-دسترخوان به موجود آهي). Python ۽ Node.js SDKs توهان کي ڪوريائي آڊيو کي مڪمل وقت جي نشانن ۽ اسپيڪر جي نشانن سان گڏ هڪ دفعي ۾ نقل ڪرڻ جي اجازت ڏين ٿا.
ڪوريائي لاءِ، تمام تيز ڳالهائيندڙ يا تمام گهڻي ڌيان واري ٻولي (ملڪائي قسم) درستگي کي نقصان پهچائي سگھن ٿا. ڪيترن ڳالهائيندڙن جي وچ ۾ وچٿري ڳالهه ٻولهه وڏو مسئلو آهي - ڊياريزيشن مدد ڪري ٿو پر لفظن کي واپس نه ڪري سگهي ٿو جيڪي هڪ ٻئي تي ڳالهائي ويا.