MSA er den stærke sag; dialekter varierer
Moderne Standard Arabic (!) ~ nyheder, taler, foredrag, formelle interviews • transskriberer på et højt niveau. Det er der, træningsdata er rigeste, og hvor du kan forvente nær-europæisk-sprog nøjagtighed på klar lyd.
Talt arabisk er diglossisk, og dialekterne er hvor ærlighed betyder noget: Egyptisk og Levantine (medietung dialekter) transskriberer rimeligt godt, ofte let normaliseret mod MSA stavemåder. Gulf dialekter er brugbare. Maghrebi (Moroccan/Algeriet darija) er den hårde sag • tunge fransk/berberb blanding og folologi langt fra MSA betyder mærkbart ruere output. For darija optagelser, budget real editor tid.
Højre-til-venstre tekst, hamza, og taa marbuta
Output er korrekt højre-til-venstre arabisk script med standard orthography ~ hamza sæder, taa marbuta, og alif varianter skrevet konventionelt. Korte vokaler (harakat) er ikke skrevet, som i normal arabisk tekst. Redaktøren og alle eksporter håndtere RTL korrekt, og SRT / VTT-filer bærer den arabiske tekst klar til spillere, der understøtter RTL undertekster (de fleste moderne dem gør).
Ofte stillede spørgsmål
Hvilket arabisk klarer det bedst?
Moderne Standard Arabisk, klart ~ nyhedsudsendelser, taler og formelle registre transskribere på modellens høje niveau. Blandt dialekter: Egyptisk og Levantine bedste (media eksponering), Gulf næste, Maghrebi darija svageste. Blandet MSA / dialekt tale, fælles i interviews, kommer ud for det meste lige med dialekt ord undertiden normaliseret.
Vil marokkansk/Algeriet darija arbejde?
Sæt forventningerne lavt: darija's franske og Amazigh blanding, plus fonologi langt fra MSA, gør det til den hårdeste mainstream arabiske variant. Du får et brugbart skelet til klar tale, men bør planlægge redigering. For formelle Maghrebi tale (nyheder, uddannelse), nøjagtighed er meget bedre.
Omfatter udskriften harakat (korte vokaler)?
Ingen! ligesom stort set alle skrevet arabisk, output er uvokaliseret: konsonanter og lange vokaler kun, med hamza og taa marbuta skrevet korrekt. Det er standarden for læsbar arabisk tekst; fuldt vokaliseret output er ikke noget talemodeller producere pålideligt.
Er højre-til-venstre-behandlingen korrekt i eksporten?
Ja. Redaktøren gør RTL naturligt, TXT eksport er almindelig UTF-8 Arabisk tekst, og SRT / VTT undertekst filer arbejde i spillere med RTL støtte (YouTube, VLC, moderne web-afspillere). Blandet-direction linjer ~ Arabisk med et engelsk mærke • følge standard bidi rendering.
Arabisk lyd til engelsk tekst?
Denne side transskriberer arabisk til arabisk ~ det nøjagtige trin. For engelsk, eksportere TXT og maskinoversætte det; ar→en oversættelse på ren tekst er langt forud for one-shot tale oversættelse, især for MSA. Transskript oversættelse inde i app er på køreplanen.
Koranen recitering eller religiøs lyd?
Tajwid recitation er sunget/melodisk og meget stiliseret! modellen ofte genkender teksten (meget af det er i træning data), men dette er ikke en pålidelig Koran transskription værktøj, og output vil ikke bære korrekt vokalisering. For khutbas, foredrag, og du'a i talt register, det udfører som normal MSA / dialekt tale.