Subformer
رایگان · بدون ثبت‌نام · در مرورگر شما اجرا می‌شود

تبدیل گفتار به متن رایگان در 35+ زبان‌ها

هر فایل صوتی یا ویدیویی را رها کنید، یک زبان انتخاب کنید، و یک رونوشت کامل با زمان‌بندی دریافت کنید - همه اینها در مرورگر شما. مدل فقط یک‌بار دانلود می‌شود (~75 MB) و به‌صورت محلی کش می‌شود، بنابراین اجراهای بعدی فوری بوده و به‌صورت آفلاین کار می‌کنند.

به‌صورت پیش‌فرض خصوصی

تشخیص به‌صورت محلی اجرا می‌شود. فایل صوتی شما هرگز از دستگاه‌تان خارج نمی‌شود.

فوری پس از بارگذاری اول

مدل در مرورگر شما کش می‌شود. اجراهای بعدی به‌صورت آفلاین کار می‌کنند.

رایگان، بدون ثبت‌نام

بدون حساب، بدون اعتبار، بدون محدودیت مصرف. باز و آماده‌ی استفاده.

یک زبان را انتخاب کنید

در پشت صحنه

تشخیص گفتار معمولاً به معنای آپلود صدای شما به GPU شخص دیگری است. در اینجا مدل به جای آن روی دستگاه خود شما اجرا می‌شود، که همین امر ابزار را همزمان رایگان و خصوصی می‌کند.

Open-source recognition model
یک نسخه کوانتیزه شده از یک مدل تشخیص گفتار عصبی متن‌باز، به اندازه کافی کوچک که یک بار دانلود شود و در مرورگر شما بماند.
WebAssembly
زمان اجرای استنتاج به WebAssembly کامپایل شده است، بنابراین کد عددی با سرعتی نزدیک به بومی در یک تب سندباکس شده بدون نیاز به افزونه و نصب اجرا می‌شود.
On-device inference
بارگذاری مدل، توکن‌سازی و اجرای حلقه رمزگشایی همگی در سمت کلاینت اتفاق می‌افتند. هیچ بخشی از پایپ‌لاین پس از بارگذاری صفحه با سرور تماس نمی‌گیرد.
Web Audio API
فایل شما رمزگشایی و به مونو 16 کیلوهرتز که مدل انتظار دارد، با استفاده از خط لوله صوتی خود مرورگر، بازنمونه‌برداری می‌شود، بنابراین هر فرمتی که مرورگر شما بتواند پخش کند، پذیرفته می‌شود.

مبادله، اندازه مدل است. وزن‌های روی دستگاه کسری از آنچه یک سرویس میزبانی شده اجرا می‌کند هستند، بنابراین دقت در صدای نویزدار، لهجه‌های قوی و گویندگان همپوشان کاهش می‌یابد - اینجاست که گزینه ابری زیر ارزش خود را نشان می‌دهد.

به دقت بالاتر یا زبان‌های بیشتری نیاز دارید؟

تبدیل گفتار به متن مبتنی بر ابر

ابزار رایگان درون مرورگر یک مدل متن‌باز کوچک را اجرا می‌کند - برای صدای تمیز خوب است، اما ممکن است با لهجه‌های سنگین، نویز یا همپوشانی گویندگان مشکل داشته باشد و تنها مجموعه محدودی از زبان‌ها را پوشش می‌دهد. برای دقت در حد پخش، پشتیبانی بسیار گسترده‌تر از زبان‌ها و دانلودهای SRT/VTT/TXT، از تبدیل گفتار به متن ابری پولی ما استفاده کنید.

تبدیل گفتار به متن مبتنی بر ابر را امتحان کنید