Subformer
Ókeypis · Engin skráning · Keyrir í vafranum þínum

Ókeypis Mandarin tal í texta

中文

Dragðu inn Mandarin hljóð- eða myndbands-skrá og fáðu fullt umrit með tímasetningum - allt í vafranum þínum, án skráningar. Líkanið er sótt einu sinni (~75 MB) og vistað í skyndiminni á staðnum, svo næstu keyrslur eru tafarlausar og virka án nets.

Athuga stuðning vafra…

Þarftu meiri nákvæmni eða fleiri tungumál?

Skýjabundið Mandarin tal í texta

Ókeypis tól í vafra keyrir lítið opinn hugbúnaðarlíkan - fínt fyrir hreint hljóð, en það getur átt í erfiðleikum með mikla Mandarin hreim, hávaða eða skarast ræðumenn, og nær aðeins yfir takmarkaðan fjölda tungumála. Fyrir nákvæmni á útsendingarstigi, mun víðtækari tungumálastuðning og SRT/VTT/TXT niðurhal, notaðu greidda skýjabundna tal í texta þjónustu okkar.

Prófa skýjabundið tal í texta

Hvernig það virkar

  1. 1. Dragðu inn skrá

    Dragðu inn hvaða Mandarin hljóð- eða myndbands-skrá sem er - MP3, WAV, M4A, MP4 og WEBM eru öll studd.

  2. 2. Umrita

    Við fyrsta smella er líkanið (~75 MB) sótt í vafra þinn. Eftir það er talgreining tafarlaus og virk án nets.

  3. 3. Hlaða niður

    Vistaðu umritið sem TXT, SRT eða VTT. Hljóðið þitt og niðurstaðan fara aldrei úr tækinu.

Hljóðið þitt helst á tækinu þínu

Viðurkenningin keyrir alfarið í vafranum þínum með WebAssembly. Eina netbeiðnirnar eru til að sækja módelið og WebAssembly keyrsluumhverfið - báðar eru opinberar, óbreytanlegar auðlindir. Við sjáum ekki hljóðið þitt og sjáum ekki umritið.

Hvernig Mandarin umritun keyrir í vafranum þínum

Talgreining þýðir venjulega að hlaða upp hljóðinu þínu á GPU einhvers annars. Hér keyrir líkanið á þinni eigin vél í staðinn, sem gerir þetta ókeypis og persónulegt á sama tíma.

Open-source recognition model
Opið taugakerfislíkan þjálfað á fjöltyngdu hljóði - þess vegna sér ein niðurhal um Mandarin án þess að þurfa að sækja tungumálssértækt líkan.
WebAssembly
Keyrslutími ályktunar er þýddur yfir í WebAssembly, svo tölulegi kóðinn keyrir á nær-innfæddum hraða innan sandkassaðs flipa án viðbótar og án uppsetningar.
On-device inference
~75 MB kvantuðu líkaninu er hlaðið og afkóðunarlykkjan er knúin alfarið á notendahlið. Ekkert í leiðslunni kallar á netþjón þegar síðan hefur hlaðist.
Web Audio API
Skráin þín er afkóðuð og endursýnatakin til 16 kHz mónó sem líkanið býst við með því að nota hljóðleiðslu vafrans, svo hvaða snið sem vafrinn þinn getur spilað er samþykkt.
Premium - einnig frá Subformer

Algengar spurningar

Prófaðu önnur ókeypis tal-til-texta tungumál