Ano ang hitsura ng output tulad ng
Ang mga sumusunod ay mga halimbawa ng mga wikang Austronesyo: Ang mga wikang Austronesyo ay isang pangkat ng mga wikang Austronesyo na sinasalita sa Timog-silangang Asya.
Mandarin, at ang Cantonese babala na mahalaga
Ang wikang Mandarin (zh) ay isang wikang sinasalita sa Tsina, Taiwan, Singapore, at Malaysia. Ang wikang ito ay isang wikang sinasalita sa mga lalawigan ng Guangdong, Guangxi, Guangdong, Guang
Ang Cantonese ay HINDI isang diyalekto ng Mandarin para sa mga layunin ng pagkilala ng boses — ito ay isang hiwalay na wika na may sariling code (yue), sariling bokabularyo, at sariling nakasulat na anyo. Ang isang recording ng Cantonese na pinalakad sa pamamagitan ng pahinang ito ay magdudulot ng garbage-to-mediocre Mandarin text. Sa layunin namin ay hindi pa namin iniindeks ang isang pahina ng Cantonese dahil ang kalidad ng output ay hindi tumutugma sa aming bar; para sa audio ng Cantonese, asahan na tingnan ang dedikadong mga tool ng Cantonese.
Pinasimple output, punctuation, at pinaghalong pagsasalita
Ang mga transcript ay ginawa sa mga pinasimpleng character sa pamamagitan ng default (ang dominante na pagsasanay na kasunduan) na may full-width Chinese punctuation (，。？) ipinasok - Chinese ay nakasulat nang walang mga puwang at ang output ay sumusunod na. Taiwanese Mandarin speakers dapat tandaan ang transcript ay karaniwang pinasimple, hindi tradisyonal; pag-convert script ay isang lossless isang-click na hakbang sa maraming mga tool. English mga salita at mga pangalan ng tatak sa loob Mandarin pagsasalita ay transcribed inline sa Latin script.
Mga madalas itanong na katanungan
Ito ba ay gumagana para sa Cantonese?
Hindi — at mahalaga na malaman kung bakit: Ang Cantonese (yue) ay isang iba't ibang wika mula sa Mandarin (zh), hindi isang accent. Ang pahinang ito ay pin Mandarin. Cantonese audio dito ay darating out masama. Ang pangunahing modelo ay may ilang Cantonese kakayahan sa ilalim ng kanyang hiwalay na yue code, ngunit hindi namin isaalang-alang ito sapat na mabuti upang mag-ship ng isang pahina para sa pa.
Pinasimple o tradisyunal na mga character sa output?
Simple, bilang isang patakaran — na ang dominante na kasunduan sa modelo ng Mandarin pagsasanay data, kahit na para sa Taiwanese speakers. Kung kailangan mo ng tradisyunal na mga character, patakbuhin ang mga nai-export na TXT sa pamamagitan ng anumang simpleng → tradisyunal na converter; ang conversion ay mahalagang lossless sa direksyon na iyon.
Paano tumpak ay Mandarin transcription?
Mataas na antas — malinaw Mandarin (broadcast, pulong, lektura) transcribes napaka-maaasahan, kabilang ang tono-depende disambiguation, dahil ang wika modelo picks character mula sa konteksto. Strong regional accents (Sichuan-flavored Mandarin, Taiwanese-accented Mandarin) pa rin ang trabaho; aktwal na regional wika (Shanghainese, Hokkien) ay hindi.
Paano gumagana ang mga titik at espasyo sa transcript?
Ang mga salitang Tsino ay nakasulat nang walang espasyo, at ang transcript ay sumusunod sa suit, na may punsiyon ng buong lapad (，。！？、) na ipinasok sa natural na hangganan. Segment / SRT cue splits lupa sa mga hangganan ng parirala, kaya subtitle basahin natural sa halip na pagkasira ng gitna-salita.
Mandarin audio sa Ingles na teksto — posible?
Para sa Ingles, i-export ang TXT at machine-translate — zh→en translation sa malinis na teksto ay malakas, at ang dalawang-hakbang na resulta ay pumapatay ng isang-shot pagsasalita translation. Built-in transcript translation ay binalak.
Ano ang tungkol sa mga salitang Ingles halo-halong sa Mandarin pagsasalita?
Mahusay na karaniwang sa tech at negosyo Mandarin, at namamahala ng mabuti: Ingles mga tuntunin, acronyms, at mga pangalan ng tatak ay transcribed inline sa Latin script (halimbawa 我们用 Kubernetes 部署). Long English-only na mga pasahe transcribe mas mahusay sa pamamagitan ng auto-detect uploader sa home page.