Tay Sənəd
Dəyişdir Tay (ไทย) Ən son AI səs tanıması ilə audionu mətnə çevirir. Çoxlu audio və video formatlarını dəstəkləyir.
Ən Yaxşı Modellər Tay
| Model | Provayder | WER | Sür'ət | |
|---|---|---|---|---|
| STT.ai Enhanced Ən Yaxşı | STT.ai | 3.2% | Yoxla | |
| Whisper Large V3 | OpenAI | 4.2% | Yoxla | |
| Whisper Turbo | OpenAI | 5.1% | Yoxla | |
| SenseVoice | FunAudioLLM | 5.5% | Yoxla | |
| Distil-Whisper | Hugging Face | 5.8% | Yoxla |
Bağlan Tay Transkripsiya
Tay dili sözlər arasında boşluq olmayan tonal dildir. STT.ai Tay söz segmentasiyasını və düzgün transkripsiya üçün tonal fərqləri idarə edir.
STT.ai state-of-the-art təmin edir Tay Bir çox AI modelləri ilə gücləndirilmiş səs tanıması. Müzakirə, dərs, podcast, ya da görüşləri transkripsiya etmək istəsəniz də, Tay, bizim platforma avtomatik olaraq dili aşkar edir və ən yaxşı dəqiqlik üçün optimal modeli seçə.
Necə dəqiqdir Tay Transkripsiya
Düzgünlük Tay transkripsiya səs keyfiyyətinə, səsləndiricinin aydınlığına, arxa plan səslərinə və seçdiyiniz modelə bağlıdır. Tək səsləndirici ilə təmiz səsləndirmə zamanı ən yaxşı modellərimiz 6% -dən aşağı söz səhv dərəcəsinə (WER) nail olurlar Tay -- insan səviyyəli dəqiqliyə yaxınlaşdı.
Ən yaxşı nəticələr üçün Tay audio, biz tövsiyə edirik:
- Səs təmizləmə -- background noise minimize and use a good microphone
- Tək səsləndirici hissələri -- multi-speaker qeydləri üçün səsləndiricinin diarizasiyasını fəallaşdır
- Sağlam modeli seçin -- NVIDIA Canary dəstəklənən dillər üçün ən aşağı WER təklif edir, Whisper Large V3 isə ən geniş dil əhatəsini təmin edir
- Dili göstər -- while auto-detect works well, selecting manually Tay Düzgünlüyü azca yaxşılaşdıra bilər
İxrac Tay _Transkriptlər
Bu faylları oxuduqdan sonra Tay audio, nəticəni bu formatlardan birində yüklə:
TXT
Sadə mətn transkripti
SRT
Subtitles with timestamps
VTT
Video altyazıları
DOCX
Word sənədi
JSON
Zaman damğaları ilə quruluşlu məlumat
PDF
Çap üçün hazır sənəd
Tez-tez Sorulan Sual
tay (ไทย) daxilində audio ya da video faylını STT.ai-ə yükləyin ya da URL-i yapışdırın. tay-i dəstəkləyən bir model seçin - ən yaxşı nəticələr üçün yuxarı cədvəldəki ən aşağı WER-ə sahib olanını seçin - və Transkript düyməsini basın.
Bəli. STT.ai hər ziyarətçiyə 600 pulsuz dəqiqə verir, bu da tay (dünyada 61 million danışan) daxildir. İlk faylınız üçün qeydiyyat tələb olunmur. Ayda $5-dan başlayan ödənişli planlar daha uzun faylları və şəxsi transkriptləri bağlayır.
tay dəqiqliyi ən yaxşı modellərimizdə 88-93% -ə çatır. Mənbə səsi aydın tonda olduğu zaman tonal nüanslar qorunur; 96 kbps-dən aşağı itkili sıxışdırma tonal dəqiqliyi azalda bilər.
Üst cədvəl WER tərəfindən dəstəklənən tay modellərini sıralayır (aşağısı daha yaxşıdır). Whisper Large V3 ən geniş tay əhatəsini təmin edir; NVIDIA Canary dəstəklənən tay variantları üzərində ən aşağı WER-ə malikdir; STT.ai Enhanced hər ikisini ödənişli planlar üçün birləşdirir.
Bəli. tay çıxarışı notları (dəqiqələr, vergüllər, sual işarələri) və düzgün böyük-kiçik hərfləri ehtiva edir. Rəqəmlər və başlıqlar tay konvensiyalarına uyğundur. Transkript redaktoru notları əllə düzəltməyə imkan verir.
Bəli. Oxuyucunun dializləşdirilməsi dil-agnostikdir və tay-də ingilis dilində olduğu kimi işləyir. Hər bir oxunuşçu etiketlənir (Oxuyucu 1, Oxunuşçu 2,...) və transkripsiyadan sonra editorda onları yenidən adlandıra bilərsiniz.
tay fayllarının çoxu 5 dəqiqədən az müddətdə transkriptləşdirilir. 1 saatlıq tay səs faylı ən sürətli modellərimizdə 2-3 dəqiqə, ən yüksək dəqiqlikli modellərimizdə isə bir az daha çox vaxt alır.
MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI və 10+ digər formatlarda tay fayl işləyir. TXT, SRT, VTT, DOCX, JSON və PDF-ə çıxın - hamısı tay mətnlə.
Bəli. tay səs faylları ön qurğulu olaraq işlənir və silinir. Pro planları müştəri tərəfli şifrələməyə əlavə edir - bizim məlumat bazamıza hücum olsa belə, sizin transkriptləriniz sizin açarınız olmadan oxunamaz. tay məlumatları açıqca razılaşmadan heç vaxt model təlimində istifadə edilmir.
Bəli. Transkripti SRT və ya VTT olaraq ixrac et - hər ikisi YouTube, Vimeo, TikTok və bütün əsas video platformaları ilə işləyir. Yazma-subtitr aləti onları videoya hardsubs olaraq üst-üstə qoyur.
Bəli. tay-i transkripsiya etdikdən sonra, subtitle-translator aləti SRT/VTT-ni 100-dən çox dildə tərcümə edə bilər. Əgər tay məzmununuzun daha geniş auditoriya üçün subtitle'lərə ehtiyacı varsa faydalıdır.
Bəli. REST API dil parametri vasitəsilə tay-i dəstəkləyir (avtomatik aşkarlama da mövcuddur). Python və Node.js SDK-ları sizə tay səsini tam vaxt və səsləndirici etiketləri ilə birlikdə paket-transkripsiya etməyə imkan verir.
tay üçün ən böyük dəqiqlik dəyişənləri arxa plan səsi, üst-üstə düşən səsləndiricilər və aksent gücüdür. Yaxşı bir mikrofon istifadə edin, mümkün olduqda ayrı səsləndiricilər və uyğun dialektdə təlim keçmiş bir model seçin.