صدا و تصویر آزاد به متن، در چند دقيقه

سطح رایگان دقیقاً همان چیزی است که گفته می‌شود: سه فایل در روز برای هر بازدیدکننده، تا ۳۰ دقیقه و ۱۰۰ مگابایت برای هر فایل، بدون حساب، بدون علامت آب و بدون درگاه ایمیل. تنها مشکل محدودیت طول فایل است - فایل‌های طولانی‌تر (کلاس‌ها، پادکست‌ها، جلسات کامل) نیاز به یک حساب رایگان (پرونده‌های یک ساعته) یا یک بستهٔ پرو/کرتی (پرونده‌های ۱۰ ساعته) دارند. این تمام مدل کسب و کار است.

نه. پرونده‌ای را رها کنید و رونوشت و همۀ سه صادرات هسته‌ای را بدون ثبت نام (TXT ، SRT ، VTT) دریافت می‌کنید. یک حساب اختیاری است: محدودیت‌های روزانه و پرونده‌ای را افزایش می‌دهد و رونوشت‌های شما را در یک کتابخانه نگه می‌دارد ، به جای حذف خودکار آنها.

بارگذاری‌های ناشناس و رونوشت‌های آن‌ها به صورت خودکار ۲۴ ساعت پس از بارگذاری حذف می‌شوند - پیوند رونوشت را به عنوان موقت در نظر بگیرید و آنچه را که نیاز دارید صادر کنید. ما هرگز از صدای شما برای آموزش مدل‌ها استفاده نمی‌کنیم و فایل‌ها با هیچ شخص سومی به اشتراک گذاشته نمی‌شوند؛ پردازش روی سرورهای GPU خودمان انجام می‌شود.

در گفتار روشن با میکروفون مناسب، یک مدل بزرگ Whisper-class نزدیک به انسان است - معمولاً نرخ خطای کلمه یک رقمی پایین در انگلیسی و دیگر زبان‌های خوب پشتیبانی شده است. دقت با نویز پس زمینه سنگین، گفتار متقابل، لهجه قوی، یا ضبط بسیار ساکت کاهش می‌یابد، که به همین دلیل هر رونوشت در یک ویرایشگر برای اصلاح سریع باز می‌شود.

معمولاً یک کسر از طول صدا: یک ضبط ۱۰ دقیقه‌ای معمولاً در حدود یک دقیقه پس از شروع پردازش رونوشت می‌شود. در زمان‌های پررفت‌وآمد ممکن است پرونده شما برای مدت کوتاهی صف شود — صفحه پیشرفت وضعیت زنده را نشان می‌دهد ، و کارهای حرفه ای به صف اولویت می‌روند.

صدا: MP3, WAV, M4A, FLAC, OGG, AAC, WMA, Opus, AIFF, AMR. ویدئوی: MP4, MOV, MKV, WebM, AVI, WMV, MPEG, 3GP. برای ویدئوها فقط آهنگ صوتی را می‌خوانیم، بنابراین وضوح و اندازه پرونده کمتر از مدت زمان اهمیت دارد.