Whisper lokāls / atvērtā koda
Bezmaksas, ja jums ir GPU un pēcpusdiena. Nav runātāja diarizācijas no kastes.
Nometiet MP3 failu jebkurā bitu ātrumā no 64 līdz 320 kbps. Saņemiet laika marķētu, runātāja marķētu stenogrammu 99 valodās — bez formāta konvertēšanas, bez atkārtota kodēšanas, bez gaidīšanas rindā.
MP3 · WAV · M4A · MP4 · MOV · MKV · OGG · OPUS · FLAC · WEBM — up to 100 MB anonymously
YouTube · TikTok · Vimeo · Twitter · SoundCloud · Spotify · 50+ more
↓ Skatiet, kas iznāk
Mēs lasām MP3 frame galvenes tieši — VBR, CBR, joint-stereo, jebkurš kodētājs (LAME, Fraunhofer, FFmpeg). Ja fails ir īsts stereo ar runātājiem atsevišķos kanālos, mēs to izmantojam balsų sadalei. Mono jauktā forma atkāpjas uz akustiskās diarizācijas.
Tātad, kad jūs vispirms sapratāt, ka arhīvs bija nepilnīgs?
Iespējams, ap 2019. gadu, kad mēs sākām digitalizēt spoles.
Un pazudušās lentes — tās tika katalogizētas kaut kur?
Ir papīra indekss no '78. gada, bet puse no tā ir bojāta ar ūdeni.
↓ 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.
Trīs īstas opcijas · godīgs salīdzinājums
Jūs varat palaist Whisper savā klēpjdatorā bezmaksas, ja esat tehnisks. Otter un Sonix pieņem MP3 augšupielādes abonēšanas informācijas panelī. Mēs ņemam failu, atgriežam stenogrammu un nepiespiedžam jums dzīvot UI iekšpusē.
Bezmaksas, ja jums ir GPU un pēcpusdiena. Nav runātāja diarizācijas no kastes.
Nometiet MP3. Saņemiet runātāja marķētu tekstu atpakaļ aptuveni reāllaikā × 0.025.
Pulēts informācijas panelis, mēneša minūšu vāciņš, angļu valodā noregulēts. Datnes augšupielāde izskatās kā sānjosla funkcija.
Cenu noteikšana un līdzekļu pieejamība ir precīza 2026. gada maijā. Whisper veiktspēja atšķiras atkarībā no modeļa lieluma un aparatūras.
Specifisks MP3
MP3 ir formāts, nevis ierakstīšanas stils — kas nozīmē, ka kļūmes nāk no kodētāja, nevis no runāšanas.
Noklusējumi, kas der ~80% MP3 failus. Pārlabojiet katru darbu no formas.
Accuracy · real-world numbers
MP3 precizitāte ir ierobežota ar ko kodētājs saglabāja, nevis ar mums. Perceptuālā saspiešana virs ~96 kbps ļoti labi saglabā runāšanas izpratni; zem 64 kbps, sibilantes un skaņas sāk izšķīst. Apakšā esošie skaitļi ir no patieso klientu MP3 ražošanā.
Gandrīz bezjaudas runāšanai. Podkāsta meistari, diktatora programmas eksporti, profesionāļu interviju aprīkojums. Diarizācija tīra, ja runātāji atsevišķos kanālos.
Visvairāk parastais bitu ātrums runātā vārda MP3. Zoom eksporti, Riverside lejupielādes, balss ierakstītāji noklusējumā. Saspiedinājuma artefakti nav dzirdami atpazītājam.
Balss memo noklusējumi lielākajā daļā tālruņu. Akustiskā diarizācija apstrādā 2-4 runātājus. Skaitļi un īpašvārdi reizēm vajag ieskatu.
Vecie atbildītāja-mašīnas rieši, lekciju arhīvi, šaura josla avoti. Augstās frekvences skaņas (f/s/sh) noapaļojas. Joprojām lasāms — plānojiet korektūru.
Bieži jautāti jautājumi
30 bezmaksas minūtes katru mēnesi. Kartīte nav nepieciešama. Runātāja marķējumi, 99 valodas, katrs eksporta formāts iekļauts.
Sākt bezmaksas