ffmpeg + Whisper
Am ddim, lleol, anodd. Chi pia'r piblinell a phob byg ynddi.
Taflwch y ffeil MP4 fel ag y mae — rydyn ni'n tynnu'r trac sain o ochr y gweinydd, yn anfon trawsgrifiad â stamp amser, ac yn dychwelyd SRT sy'n mynd yn ôl yn syth i YouTube, Vimeo, neu eich NLE.
MP3 · WAV · M4A · MP4 · MOV · MKV · OGG · OPUS · FLAC · WEBM — up to 100 MB anonymously
YouTube · TikTok · Vimeo · Twitter · SoundCloud · Spotify · 50+ more
↓ Gweld beth sydd yn dod allan
Mae MP4 yn gynhwysydd — rydyn ni'n darllen yr afon sain yn uniongyrchol, byth yn ail-amgodio fideo. Mae'r stampiau amser yn aros yn union ffrâm-gywir i'ch llinell amser, felly mae'r SRT yn cyd-fynd ar allforio cyntaf.
Iawn, yn y modiwl hwn rydyn ni'n mynd trwy'r llif gwaith ad-ddalu o ddechrau i diwedd.
Cwestiwn cyflym cyn i ni ddechrau — ydy hyn yn berthnasol i ad-daliadau rhannol hefyd?
Da iawn. Defnyddia'r rhannol yr un sgrin ond cod rheswm gwahanol.
Deall. Ac mae'r trothwy cymeradwyaeth yn dal yn ddau gant o ddoleri?
↓ This is the dashboard
Same layout as the real dashboard — Summary, full Transcript, Speakers tab, Exports. Key points and action items extracted automatically. Auto-tags on every job.
Sample preview from a founder interview about post-call workflow. Real transcripts look exactly like this — same tabs, same summary block, same key-points / action-items split, same auto-tag chips.
Tri opsiwn go iawn · cymhariaeth onest
Gallwch dynnu'r sain eich hun a rhedeg Whisper. Gallwch lusgo'r MP4 i Descript neu VEED ac aros yn eu golygydd. Neu gallwch taflwch y ffeil yma a chael y trawsgrifiad + SRT yn ôl, dim clo golygydd.
Am ddim, lleol, anodd. Chi pia'r piblinell a phob byg ynddi.
Taflwch yr MP4. Tynnu sain, diarization, SRT, crynodeb — un pasiad.
Llwytho MP4 i'r golygydd. Mae'r trawsgrifiad yn ymddangos fel rhan o'r UI llinell amser.
Prisio a therfynau nodwedd bras tan 2026. Mae enwau lefel Descript a VEED yn newid yn aml — gwiriwch eu safle ar gyfer terfynau cyfredol.
Penodol i MP4
Mae MP4 yn gynhwysydd, nid codec — ac mae'r rhan fwyaf o offer drawsgrifio yn trin fel un diferyn sain mawr. Dyna lle mae'r methu yn dod o.
Taflwch MP4 a mae'r rhain yn troi ymlaen yn ddiofyn. Trosysgrifio fesul swydd o'r ffurflen.
Accuracy · real-world numbers
Mae cywirdeb MP4 wedi'i osod gan y meic, nid y codec. Mae meic llwyd ar set dawel yn curo camera 4K â sain ar-fwrdd bob tro. Daw'r rhifau isod o MP4s cwsmer go iawn, yn ôl yr hyn oedd yn tynnu'r sain.
Lapel neu boom i recordydd, 48 kHz AAC ar 192+ kbps, ystafell wedi'i drin. Yr achos ceilfod. Labeli siaradwr yn cael hwyl arni ar saethu dwy berson.
Meic ar ben camera 2-4 troedfedd oddi wrth y siaradwr. Rhywfaint o dôn ystafell ond mae'r lleferydd yn ddealliadwy. Mae llawer o ffilmiau crëwr YouTube yn glanio yma.
Allforio OBS, Loom, Camtasia. Mae'r meic yn agos ond nid yw'r ystafell wedi'i drin, yn aml â gollwng sain system. Digon da ar gyfer trawsgrifiad addysgu.
Meic ffôn cyd-adeiledig, sŵn gwynt neu sŵn trin, mae'r pellter yn amrywio saethu i saethu. Geiriau y gellir eu defnyddio, disgwyl 1-2 atgyweiriad y funud ar enwau priodol.
Cwestiynau cyffredin
30 munud am ddim bob mis. Dim cerdyn. Sain wedi'i dynnu o ochr y gweinydd, labeli siaradwr, SRT union ffrâm — pob dim wedi'i gynnwys.
Dechrau am ddim