Subformer
مفت · سائن اپ نہیں · آپ کے براؤزر میں چلتا ہے

مفت تقریر سے متن 35+ زبانوں میں

کوئی بھی آڈیو یا ویڈیو فائل ڈراپ کریں، ایک زبان منتخب کریں، اور ٹائم اسٹیمپس کے ساتھ مکمل ٹرانسکرپٹ حاصل کریں - یہ سب آپ کے براؤزر میں۔ ماڈل ایک مرتبہ (~75 MB) ڈاؤن لوڈ ہوتا ہے اور مقامی طور پر کیش ہو جاتا ہے، لہٰذا بعد کے رنز فوری ہوتے ہیں اور آف لائن کام کرتے ہیں.

ڈیفالٹ کے طور پر نجی

Recognition runs locally. Your audio never leaves your device.

پہلی بار لوڈ کے بعد فوری

ماڈل آپ کے براؤزر میں کیش ہو جاتا ہے۔ بعد میں چلانے پر یہ آف لائن کام کرتا ہے.

مفت، سائن اپ نہیں

کوئی اکاؤنٹ نہیں، کوئی کریڈٹس نہیں، کوئی استعمال کی حد نہیں۔ کھولیں اور استعمال کریں۔

ایک زبان کا انتخاب کریں

اندرونی طور پر

اسپیچ ریکگنیشن کا عام طور پر مطلب ہے کہ آپ اپنی آڈیو کسی کے GPU پر اپ لوڈ کریں۔ یہاں ماڈل اس کے بجائے آپ کی اپنی مشین پر چلتا ہے، جو اس ٹول کو ایک ہی وقت میں مفت اور نجی بناتا ہے۔

Open-source recognition model
اوپن سورس نیورل اسپیچ ریکگنیشن ماڈل کا ایک کوانٹائزڈ بلڈ، اتنا چھوٹا کہ ایک بار ڈاؤن لوڈ کر کے آپ کے براؤزر میں رکھا جا سکے۔
WebAssembly
انفرنس رن ٹائم کو ویب اسمبلی میں کمپائل کیا گیا ہے، لہذا عددی کوڈ بغیر کسی پلگ ان اور انسٹال کے ایک سینڈ باکسڈ ٹیب کے اندر تقریباً مقامی رفتار سے چلتا ہے۔
On-device inference
ماڈل لوڈ کرنا، ٹوکنائز کرنا، اور ڈی کوڈنگ لوپ چلانا سب کلائنٹ سائیڈ پر ہوتا ہے۔ صفحہ لوڈ ہونے کے بعد پائپ لائن کا کوئی بھی حصہ سرور کو کال نہیں کرتا۔
Web Audio API
آپ کی فائل کو ڈی کوڈ کیا جاتا ہے اور ماڈل کی توقع کے مطابق 16 kHz مونو میں براؤزر کی اپنی آڈیو پائپ لائن کا استعمال کرتے ہوئے دوبارہ نمونہ لیا جاتا ہے، لہذا آپ کا براؤزر جو بھی فارمیٹ چلا سکتا ہے وہ قبول کیا جاتا ہے۔

سمجھوتہ ماڈل کا سائز ہے۔ ڈیوائس پر موجود وزن ایک ہوسٹڈ سروس کے چلنے والے وزن کا ایک حصہ ہوتے ہیں، لہذا شور والے آڈیو، مضبوط لہجوں، اور اوورلیپنگ اسپیکرز پر درستگی کم ہو جاتی ہے - یہی وہ جگہ ہے جہاں نیچے دیا گیا کلاؤڈ آپشن اپنی اہمیت ثابت کرتا ہے۔

زیادہ درستگی یا مزید زبانوں کی ضرورت ہے؟

کلاؤڈ پر مبنی اسپیچ ٹو ٹیکسٹ

مفت ان-براؤزر ٹول ایک چھوٹا اوپن سورس ماڈل چلاتا ہے - صاف آڈیو کے لیے ٹھیک ہے، لیکن یہ بھاری لہجوں، شور، یا اوورلیپنگ اسپیکرز کے ساتھ جدوجہد کر سکتا ہے، اور صرف زبانوں کے ایک محدود سیٹ کا احاطہ کرتا ہے۔ براڈکاسٹ-گریڈ کی درستگی، کہیں زیادہ وسیع زبان کی حمایت، اور SRT/VTT/TXT ڈاؤن لوڈز کے لیے، ہماری ادا شدہ کلاؤڈ پر مبنی اسپیچ ٹو ٹیکسٹ استعمال کریں۔

کلاؤڈ پر مبنی اسپیچ ٹو ٹیکسٹ آزمائیں