Vlastně živě: vaše řeč se bude povídat s naší vlastní AI, zatímco budete mluvit.
Zatímco nahráváte, stránka rozřezává mikrofon proud do krátkých segmentů?, každý pár sekund, řezat adaptativně tak, že další loď v okamžiku, kdy předchozí vrátí zpět? a potrubí každý přímo na našich GPU servery, kde stejný Whisper-class model, který pohání celé stránky přepíše to okamžitě. Text přistává v živém vysílání sekund za svým hlasem a pokračuje v proudu tak dlouho, jak budete mluvit. Žádný prohlížeč služby řeči, žádná třetí strana diktace API? Live text je skutečný Whisper výstup z našeho vlastního hardwaru.
Protože to potřebuje pouze záznam mikrofonu, live režim funguje v každém moderním prohlížeči ~ Chrome, Edge, Safari, a Firefox, desktop a telefon. Každý audio segment je vymazán z našich serverů v okamžiku, kdy jeho text vrátí.
Živý přenos vs. konečný přepis
Přepis Segment-by-segment má jeden vestavěný limit: model vidí několik sekund najednou, takže slovo, které rozkročí dva segmenty může vyjít ven přistřihnutý, a interpunkce přes hranice segmentů je hádat. Proto tok končí ještě jedním krokem: plná nahrávka je uložena ve vašem prohlížeči, zatímco mluvíte, a stisknutí Transcribe jej projede modelem jako jeden záběr plný kontext, správné interpunkce, časové razítko, editor, a TXT/SRT/VTT export.
Použijte živý kanál k potvrzení, že je udržet a chytit text ve chvíli, kdy je řeč (tam je tlačítko kopie na kanále); použijte poslední průchod pro cokoli, co budete mít. Pro zvuk, který již máte jako soubor, nahrát režim na jakoukoliv stránku nástroje je kratší cesta.
Často kladené otázky
Je to opravdu živé, nebo nahrané a poslané?
Vlastně živě: záznam a přepis překrývá. Stránka posílá každý pár sekund zvuku do našich GPU, zatímco stále mluvíte další, takže text se hromadí během záznamu, ne po něm. Očekávejte, že kanál spustí několik sekund za hlasem Ádé, čas, který trvá kráječ dokončit, nahrát a přepsat.
Proč je ta živá zpráva za mnou?
Tři malé zpoždění stoh nahoru: plátek musí dokončit být nahrávána (tři sekundy nebo tak), cestovat na server, a projít modelem. To obvykle dává kanál asi 4-8 sekund za váš hlas? a pokud naše GPU jsou krátce zaneprázdněny, stránka se přizpůsobuje zasláním o něco delší plátky místo zaostává. Přírodní řeč s pauzy je hladká.
Ve kterém prohlížeči funguje live režim?
Všechny moderní? Chrome, Edge, Safari, a Firefox, na desktopu a telefonech. Spoléhá na standardní mikrofon nahrávání spíše než na prohlížeč hlasové služby, takže to funguje ve Firefoxu stejně jako v Chrome.
Kam se můj hlas dostane, když běží přepis?
Pouze pro naše servery, a upřímně řečeno: live mode streamuje váš zvuk k nám v krátkých segmentech, jak mluvíte?,, že je to, co dělá to žít? a každý segment je smazán ihned po svém textu vrátí. Nic jde do Google, Apple, nebo jakékoliv třetí strany hlasové služby. Plné nahrávání zůstává ve vašem prohlížeči, dokud stisknete Transcribe, a anonymní přepisy auto-delate do 24 hodin.
Můžu to použít na setkání nebo přednášku v místnosti?
Jako osobní pomoc, ano?, dát zařízení blízko reproduktoru a nakrmit stopy jasné řeči dobře, asi deset sekund za. Poznejte limity: jeden mikrofon, tak vzdálené hlasy a křížový hovor degradovat, a to není certifikovaný titulní služby pro dodržování dostupnosti. Stiskněte Transcribe na konci a full-context pass obvykle obnovuje to, co živý přenos fumbled.
Které jazyky fungují živě a já si mám vybrat?
Stejných 90+ jazyků jako každý přepis na této stránce ~ je to stejný model. Jeden tip specifický pro live mód: vyberte jazyk ve voliči místo zanechání automatického detekování na. Detekce běží na segment, a sedm sekund není moc důkazů, takže připíchnutí jazyku udržuje zdroj od zaváhání na krátké nebo zvýrazněné fráze.