આઉટપુટ કેવી રીતે દેખાય છે
ઉચ્ચ ચોકસાઈ સ્તર: સાફ મૅન્ડરિન સાફ બહાર આવે છે; મજબૂત પ્રાદેશિક ભાષા અથવા કનટન-પ્રભાવિત ભાષા પર વધુ ફેરફારોની અપેક્ષા રાખો.
મૅન્ડરિન, અને કેન્ટોનઝન કેવેટ જે મહત્વનું છે
આ પાનું મૅન્ડરિન (zh) માટે ચિપાયેલ છે — 普通话/国语 જેવુ કે મેઇનલેન્ડ ચીન, તાઇવાન, સિંગાપોર, અને મલેશિયામાં બોલાય છે. પ્રમાણભૂત મૅન્ડરિન ઉચ્ચ સ્તર પર લખાય છે, દક્ષિણ બોલનારાઓમાંથી અસરકારક મૅન્ડરિન સમાવેશ થાય છે.
કનટન એ દ્રષ્ટિ-અનુભવ માટે મૅન્ડરિન ભાષા નથી - તે તેની પોતાની કોડ (yue), તેની પોતાની શબ્દયાદી, અને તેની પોતાની લખાયેલી રચના સાથે અલગ ભાષા છે. આ પાનાં મારફતે દબાવેલ કનટન રેકોર્ડિંગ ગંદકી-થી-મધ્યમ કનટન લખાણ ઉત્પન્ન કરશે. અમે જાણીજોઈને કનટન પાનું હજુ અનુક્રમિત નથી કારણ કે આઉટપુટ ગુણવત્તા અમારી બાર સાથે બંધબેસતી નથી; કનટન ઓડિયો માટે, સમર્પિત કનટન સાધનો જોવાની અપેક્ષા રાખો.
સરળ આઉટપુટ, વિરામચિહ્ન, અને મિશ્રિત ભાષા
ટ્રાન્સક્રિપ્ટ મૂળભૂત રીતે સરળ અક્ષરોમાં ઉત્પન્ન થાય છે (પ્રભુત્વ ધરાવતી તાલીમ સંધિ) પૂર્ણ-પહોળાઈ ચાઇનીઝ વિરામચિહ્ન (，。？) દાખલ કરેલ સાથે - ચાઇનીઝ જગ્યા વગર લખાયેલ છે અને આઉટપુટ એને અનુસરે છે. તાઇવાન મૅન્ડરિન બોલકોએ નોંધ લેવી જોઇએ કે ટ્રાન્સક્રિપ્ટ સામાન્ય રીતે સરળ હશે, પરંપરાગત નથી; સ્ક્રિપ્ટ રૂપાંતર ઘણા સાધનોમાં એક-ક્લિકનું નુકસાન વગરનું પગલું છે. મૅન્ડરિન ભાષાની અંદર અંગ્રેજી શબ્દો અને બ્રાન્ડ નામો લૅટિન સ્ક્રિપ્ટમાં લીટીમાં રૂપાંતરિત થાય છે.
વારંવાર પૂછાતા પ્રશ્નો
શું આ કેન્ટોનીઝ માટે કામ કરે છે?
ના - અને તે જાણવું મહત્વનું છે કે કેમ: કનટનેસ (yue) એ મૅન્ડરિન (zh) થી અલગ ભાષા છે, ઉચ્ચાર નથી. આ પાનું મૅન્ડરિનને પકડે છે. કનટનેસ ઓડિયો અહીં ખરાબ રીતે બહાર આવશે. આધારભૂત મોડેલ પાસે તેની અલગ યૂએ કોડ હેઠળ કેટલીક કનટનેસ ક્ષમતા છે, પરંતુ અમે હજુ પાનું મોકલવા માટે તેને પૂરતું સારું ગણતા નથી.
આઉટપુટમાં સરળ અથવા પરંપરાગત અક્ષરો?
સરળ, નિયમ તરીકે - તે મોડેલની મૅન્ડરિન તાલીમ માહિતીમાં પ્રભુત્વ સંધિ છે, તાઇવાન બોલનારાઓ માટે પણ. જો તમારે પરંપરાગત અક્ષરોની જરૂર હોય, તો કોઈપણ સરળ→પરંપરાગત રૂપાંતરક દ્વારા નિકાસ થયેલ TXT ચલાવો; પરિવર્તન એ એ દિશામાં અનિવાર્ય રીતે નુકસાન વિનાનું છે.
મૅન્ડરિનનું અનુવાદન કેટલું સાચું છે?
ઉચ્ચ સ્તર - સ્પષ્ટ મૅન્ડરિન (પ્રસારણ, બેઠકો, શીખવણી) ખૂબ વિશ્વસનીય રીતે લખે છે, ટોન-આધારિત અસ્પષ્ટતાને સમાવતી, કારણ કે ભાષા મોડેલ સંદર્ભમાંથી અક્ષરો પસંદ કરે છે. મજબૂત પ્રાદેશિક ઉચ્ચારણો (Sichuan-flavored મૅન્ડરિન, Taiwan-accented મૅન્ડરિન) હજુ પણ કામ કરે છે; વાસ્તવિક પ્રાદેશિક ભાષાઓ (Shanghainese, Hokkien) કામ કરતા નથી.
વિરામચિહ્ન અને જગ્યા કેવી રીતે ટ્રાન્સક્રિપ્ટમાં કામ કરે છે?
ચીની જગ્યા વગર લખાયેલ છે, અને ટ્રાન્સક્રિપ્ટ એ આ પ્રમાણે છે, પૂર્ણ-પહોળાઈ વિરામચિહ્ન (，。！？、) સાથે પ્રાકૃતિક સીમા પર દાખલ થયેલ છે. સેગમેન્ટ/SRT ક્યુ ફ્રેઝ સીમા પર જમીન વિભાજિત કરે છે, તેથી ઉપશીર્ષકો શબ્દની મધ્યમાં તૂટવાને બદલે પ્રાકૃતિક રીતે વાંચે છે.
મૅન્ડરિન ઓડિયોને અંગ્રેજી લખાણમાં ફેરવો - શક્ય છે?
આ પાનું ચાઇનીઝ લખાણમાં મૅન્ડરિનનું અનુવાદ કરે છે; એ ઉચ્ચ-સચોટતા પગલું છે. અંગ્રેજી માટે, TXT નિકાસ કરો અને મશીન-અનુવાદ કરો — zh→en સ્વચ્છ લખાણ પર અનુવાદ મજબૂત છે, અને બે પગલાં પરિણામ એક-શૉટ બોલી અનુવાદને જીતી લે છે. અંદરના અનુવાદ અનુવાદની યોજના છે.
મૅન્ડરિન ભાષામાં અંગ્રેજી શબ્દો ભેગા થાય તો શું થાય?
ટેક અને બિઝનેસ મૅન્ડરિનમાં ખૂબ સામાન્ય, અને સારી રીતે સંભાળાયેલ: અંગ્રેજી શબ્દો, અક્ષરો, અને બ્રાન્ડ નામો લેટિન સ્ક્રિપ્ટમાં લીટીમાં લખાયેલ છે (દા.ત. 我们用 Kubernetes 部署). લાંબા અંગ્રેજી-માત્ર પાસાઓ ઘર પાના પર આપોઆપ શોધનાર અપલોડર મારફતે સારી રીતે લખાયેલ છે.