Pastro audion për transkriptimin & ASR
Motorët e fjalës në tekst janë të prirur të hasin në zëra të zhurmshëm. Ky instrument e de-humorëzon një regjistrim veçanërisht për transkriptim - të pastër dhe me artefakte të ulta, kështu që ASR apo transkriptori juaj njerëzor merr çdo fjalë.
Si funksionon
Ne përdorim një denoiser artefakt të ulët (DeepFilterNet) në vend të një modeli gjenerative: ajo heq zhurmën pa shpikur hollësi, që është pikërisht ajo që motorët e njohjes së fjalës duhet të mbeten të saktë.
Për çfarë është e mirë
- Parapastërtimi për Whisper / ASR
- Transkriptim ligjor dhe mjekësor
- Takime dhe intervistë
- Subtitli dhe subtitlet
Detaje
- Motori
- DeepFilterNet
- Formati
- MP3, WAV, M4A, FLAC, OGG, AAC, MP4, MOV
- Çmimi
- Të lirë për të provuar
Pyetja e shpeshtë
Përmirësuesit e gjenerimit mund të halucinojnë hollësirat që ngatërrojnë ASR. Kjo përdor një denoiser të pastër, konservativ që ngre fjalën nga zhurma pa shtuar artefakte, duke maksimizuar saktësinë e njohjes.
Për transkriptimin, jo - e lehtë, e pastër, e pastra nga zhurma, e mposht restaurimin e rëndë. Ruaj përmirësimin e zërit për dëgjimin, përdore këtë për saktësi.
Po - një regjistrim i pastër është më i shpejtë dhe më i saktë për transkriptorët njerëzorë si dhe për makinat.
Jo. Pastron audion që një transkriptor të punojë më mirë, por nuk nxjerr vetë tekstin. Bashko file të pastruar me Whisper, shërbimin tuaj të subtitrimit ose një shkrimtar njerëzor për të marrë fjalët.
Sepse e nxjerr fjalën nga zhurma pa shpikur detaje, motorë si Whisper dhe modele të tjera ASR priren të kthejnë më pak të gabuara në dosjen e pastruar.
Përmirësimi i rëndë ose gjenerativ mund të fshijë ose të shpikë fonema që hedh njohjen jashtë. DeepFilterNet është me qëllim konservativ, duke hequr zhurmën ndërsa lë fjalimin të paprekur, që është ajo që saktësia e ASR varet nga.
Po, e bëj këtë pastrim së pari për të folur më qartë, pastaj heqja e heshtjes dhe pastaj mbushja për të rritur ritmin, kështu që dosja përfundimtare është e saktë për t'u transkriptuar dhe e shpejtë për t'u dëgjuar.
Formatet e zakonshme të audios janë të pranuara, dhe ju merrni një file të denoised në një format të transkriptimit të miqshëm gati për të ushqyer në ASR pipeline tuaj ose dërgoni në një transkriptor.