Аудио транскрипциясы үчүн тазалоо
Сөздөн текстке өткөрүү тутумдары ызы-чуулуу аудиону кабыл алышат. Бул аспап транскрипция үчүн атайын жазылган аудиону ызы-чуудан тазартып, ар бир сөздү таза жана аз артефакт менен кабыл алат.
Кантип иштейт
Биз генеративдик моделдин ордуна төмөн-артефакттуу деноайзерди (DeepFilterNet) колдонобуз: ал деталдарды ойлоп таббай эле, үн таанып билүү тутумунун тактыгы үчүн зарыл болгон үндү жок кылат.
Бул эмне үчүн жакшы
- Whisper / ASR үчүн алдын-ала тазалоо
- Юридикалык жана медициналык транскрипция
- Жолугушуу жана интервью
- Субтитрлер
Детальдар
- Двигатель
- DeepFilterNet
- Форматтар
- MP3, WAV, M4A, FLAC, OGG, AAC, MP4, MOV
- Баасы
- Сыноо үчүн акысыз
Кайра-кайра берилүүчү суроолор
Генеративдик күчөтүүчүлөр ASRди ызы-чуу салган деталдарды галлюцинацияга алып келиши мүмкүн. Бул таза, консервативдик деноузерди колдонот, ал сөздү ызы-чуудан артефакттарды кошуп, таанып билүүнүн тактыгын максималдаштырбай алып чыгат.
Транскрипция үчүн, жок — жеңил, таза денушификация оор реставрацияны жеңет. Слушание голоса сохранить для улучшения, используйте это для точности.
Ооба — таза жазылган аудио тез жана так болот, бул адам жана машина үчүн тең.
Жок. Бул аудиону тазалоого жардам берет, ошондуктан транскриптор жакшы иштей алат, бирок текстти өзү чыгарбайт. Тазаланган файлды Whisper, субтитрлер кызматы же адам жазуучусу менен байланыштырып, сөздөрдү алууга болот.
Эч кимиси. Себеби, ал сөздү деталдарды ойлоп табуусуз, ызы-чуудан чыгарып, Whisper жана башка ASR моделдери сыяктуу моторлор тазаланган файлда аз гана каталарды кайтарат.
Очень тяжёлые или генеративные улучшения могут смутить или изобрести фонемы, которые могут помешать распознаванию. DeepFilterNet - это целевая консервативная величина, которая устраняет шум, но оставляет речь нетронутой, что является залогом точности ASR.
Да. Эң таза сүйлөм үчүн бул тазалоону алгач жүргүзүңүз, андан кийин үнсүздүктү алып салуу жана толтуруу процессин жүргүзүңүз, ошондо акыркы файл транскрипциялоо үчүн так жана тез угула турган болот.
Аудио файлдар көп колдонулган аудио форматтар менен иштей алат, ошондой эле сиз транскрипцияга ылайыктуу форматта ызы-чуудан арылтылган файлды аласыз, ал сиздин ASR конвейерине же транскрипциячыга жөнөтүлүүгө даяр.