Bure · Hakuna usajili · Inaendeshwa kwenye kivinjari chako

Sauti hadi maandishi bila malipo katika 35+ lugha

Angusha faili yoyote la sauti au video, chagua lugha, na upate nakala kamili yenye alama za wakati - yote katika kivinjari chako. Modeli inapakuliwa mara moja (~75 MB) na imehifadhiwa ndani ya kifaa chako, hivyo mara za baadaye zinakuwa papo hapo na zinafanya kazi bila mtandao.

Binafsi kwa chaguo-msingi

Utambuzi unafanywa ndani ya kifaa chako. Sauti yako haiondoki kamwe kwenye kifaa chako.

Papo baada ya mzigo la kwanza

Mfano umehifadhiwa kwenye kivinjari chako. Mara za baadaye zinafanya kazi bila mtandao.

Bure, hakuna usajili

Hakuna akaunti, hakuna mikopo, hakuna kikomo cha matumizi. Fungua na tumia.

Chagua lugha

Chini ya kaputi

Utambuzi wa usemi kwa kawaida humaanisha kupakia sauti yako kwenye GPU ya mtu mwingine. Hapa muundo huendeshwa kwenye mashine yako mwenyewe badala yake, jambo ambalo hufanya zana hii kuwa bure na ya faragha kwa wakati mmoja.

Open-source recognition model: Muundo uliopunguzwa wa mfumo wa utambuzi wa usemi wa neva wa chanzo huria, mdogo vya kutosha kupakua mara moja na kuuweka kwenye kivinjari chako.
WebAssembly: Muda wa utekelezaji wa inference umekusanywa kwa WebAssembly, kwa hivyo msimbo wa nambari huendeshwa kwa kasi karibu na asilia ndani ya kichupo kilichofungwa bila programu-jalizi na bila usakinishaji.
On-device inference: Kupakia muundo, kuweka tokeni, na kuendesha kitanzi cha kusimbua yote hufanyika upande wa mteja. Hakuna sehemu ya bomba inayoita seva mara tu ukurasa umepakiwa.
Web Audio API: Faili yako husimbuliwa na kusampuliwa upya hadi mono ya 16 kHz ambayo modeli inatarajia kwa kutumia bomba la sauti la kivinjari chenyewe, kwa hivyo umbizo lolote ambalo kivinjari chako kinaweza kucheza linakubaliwa.

Mbadala ni ukubwa wa modeli. Uzito wa kifaa ni sehemu ndogo ya kile huduma inayopangishwa huendesha, kwa hivyo usahihi hupungua kwenye sauti yenye kelele, lafudhi kali, na spika zinazopishana - hapo ndipo chaguo la wingu hapa chini hupata thamani yake.

Unahitaji usahihi wa juu au lugha zaidi?

Hotuba kwa Maandishi yenye msingi wa Wingu

Zana ya bure ya kivinjari hutumia modeli ndogo ya chanzo huria - inafaa kwa sauti safi, lakini inaweza kuhangaika na lafudhi nzito, kelele, au spika zinazopishana, na inashughulikia tu seti ndogo ya lugha. Kwa usahihi wa kiwango cha matangazo, usaidizi mpana zaidi wa lugha, na upakuaji wa SRT/VTT/TXT, tumia Hotuba kwa Maandishi yetu ya wingu inayolipwa.

Jaribu Hotuba kwa Maandishi yenye msingi wa Wingu