N'ezie, bido: okwu gị na-abanye n'AI anyị mgbe ị na-ekwu
N'oge ị na-edekọ, peeji ahụ na-ewepụ microphone stream na segments dị mkpirikpi - sekọnd ole na ole kwa, na-ewepụ ya n'ụzọ dị mfe ka onye ọzọ na-eziga oge nke mbụ na-abịaghachi - na-ewepụkwa ya n'ụzọ ziri ezi na GPU servers anyị, ebe ụdị Whisper-class model nke na-enye ike site na ebe niile na-ewepụ ya n'oge na-adịghị anya. Akwụkwọ ahụ na-abịa n'ime sekọnd nke ndụ n'azụ okwu gị ma na-echekwa ya n'oge ọ bụla ị na-ekwu okwu. Ọ dịghị ọrụ okwu nke brauzer, ọ dịghị API nke atọ nke 3rd party - ndụ ederede bụ eziokwu Whisper output site na hardware anyị.
N'ihi na ọ chọrọ naanị microphone recording, live mode na-arụ ọrụ na ọ bụla modern browser - Chrome, Edge, Safari, na Firefox, desktọọpụ na ekwentị. Ọnụ ọgụgụ ọ bụla nke ụda na-ehichapụ site na ndị ọrụ anyị mgbe ngwe ya na-abịaghachi.
Nhazi nke n'imebi n'imebi
Segment-by-segment transcription nwere otu n'ime imeghe limit: model na-ahụ sekọnd ole na ole n'oge, ya mere okwu nke na-adọta segment abụọ nwere ike ịpụta n'ime, na punching n'elu segment boundary bụ ihe a na-atụle. Ya mere nke ahụ bụ ihe mere okporo ụzọ na-agwụ na otu nzọụkwụ ọzọ: n'imewe zuru ezu na-echekwa na brauzer gị mgbe ị na-ekwu, na ịpịa Transcribe na-agba ya site na model dị ka otu n'ime - zuru ezu nchoputa, punching kwesịrị ekwesị, timestamps, onye edemede, na TXT/SRT/VTT n'ebubata.
Jiri ndụ feed ka i gosi na ọ na-echekwa nakwa ka i webata ngwe mgbe ọ na-ekwu (ebe ahụ bụ bọtịn ndebata na feed); jiri pastọ n'ikpeazụ maka ihe ọbụla ị ga-echekwa. Maka ụda ị nwere dịka faịlụ, wụnye mode na ọbụla ihuakwụkwọ tùle bụ ụzọ dị n'okpuru.
Ajụjụ ndị a na-ajụkarị
Ọ bụ nke a bụ eziokwu, ma ọ bụ echekwara ma ziga mgbe ahụ?
N'ezie, ndụ: ntọgharị na ntụgharị n'otu oge. Ihu ahụ na-eziga nke ọbụla nke sekọnd ole na ole nke ụda n'ime GPUs anyị mgbe ị na-ekwu n'otu ọzọ, yabụ ngwe ahụ na-amụba mgbe ntọgharị ahụ, ọ bụghị mgbe ahụ. Nwere ike ịtụle na ọbụna ntọgharị ahụ ga-arụ ọrụ n'ime sekọnd ole na ole n'azụ ụda gị - oge ọ na-ewe ka ntọgharị ahụ gasị, gbanye, na ntụgharị.
Gịnị mere ngwe ndụ ahụ ji dị sekọnd ole na ole n'azụ m?
Ụdị nkwụsị nke atọ dị obere na-abịa: a ga-akwụsịkwa n'ịrekọgharị (oge nkeji atọ ma ọ bụ otú ahụ), gaa na sava, ma banye n'ime módèlụ ahụ. Nke ahụ na-echekwa n'ime ihe dịka 4-8 sekọnd n'azụ ụda gị - na ọ bụrụ na GPUs anyị bụ n'oge na-adịghị anya, ibe ahụ na-ahazi site n'ịkpọ ogologo oge n'ihu n'ebe ọbụla n'ebe ahụ. Nsụgharị na-eme n'ime oge nkwụsị na-apụta n'ụzọ dị mfe.
Ndị ọ bụla na-adịbeghị anya - Chrome, Edge, Safari, na Firefox, na desktọọpụ na ekwentị. Ọ na-adabere na ụkpụrụ microphone na-echekwa karịa ọrụ okwu nchọgharị, yabụ ọ na-arụ ọrụ na Firefox dị ka ọ dị na Chrome.
Where does my voice go while live transcription runs?
Na-abịa na servers anyị, na-ekwu okwu: live mode na-eduga ụda gị n'ime akụkụ dị mkpirikpi dịka ị na-ekwu - nke ahụ bụ ihe na-eme ka ọ dị ndụ - na segments niile na-ehichapụ ozugbo mgbe ngwe ya na-abịaghachi. Ihe ọ bụla na-aga Google, Apple, ma ọ bụ ọrụ okwu nke atọ ọ bụla. N'ozuzu, ọ na-echekwa
M ga-eji ya na-eso nhọpụta mọọbụ nkụzi na ebe ahụ?
Dị ka enyemaka onwe onye, ee - tinye ngwaọrụ n'ebe dị nso na onye na-ekwu okwu na nlekota ahụ na-enyocha okwu dị n'ụzọ ziri ezi, dịka sekọnd iri n'azụ. Mara ihe o mejupụtara: otu microphone, ya mere olu dị nso na nlekota na-ewepụ ya, na ọ bụghị ọrụ nlekota n'ụzọ ziri ezi maka nlekota. Pịa Ntụgharị n'oge a na n'oge a na-ewepụ ihe ndị na-emetụtara nlekota ahụ.
Asụsụ ole ka na-arụ ọrụ n'ime ndụ, ma ọ bụ m ga-ahọrọ otu?
Asụsụ 90+ dị ka ọbụla n'ime ebe a - ọ bụ ụdị nke ahụ. Ndụmọdụ otu dị iche iche na-eme ka ndụ mode: họrọ asụsụ gị n'ime onye họrọ n'ebe ọbụla na-enweghị ịhapụ ọbụla-detektị na. Detektị na-aga n'otu segment, na sekọnd iri na ise abụghị ihe n'aka, ya mere pinịgharịa asụsụ na-echekwa feed site na n'ịwa n'ime obere ma ọ bụ okwu ndị akọwapụtara.