Выбор исходных данных и способа обработки

Вставьте готовый английский текст именно этой записи, числа запишите словами. CTC связывает акустические предсказания со словами; несовпадения текста и речи особенно нуждаются в проверке низких оценок уверенности.

SRT и JSON с временными интервалами слов готового английского текста.

Сверьте начало каждого слова с записью, особенно интервалы с низкой уверенностью.

CTC: только английский текст до 350 символов и запись до 20 секунд.

  • На входе: WAV, MP3, FLAC, M4A.
  • Результат: TXT, SRT, JSON.

Порядок действий

Привязать готовый текст к записи

  1. Выберите короткую запись и проверьте её содержимое.
  2. Укажите параметры обработки и попробуйте пример.
  3. Создайте результат, откройте скачанные файлы и прочитайте отчёт.

Практический пример

SRT и JSON с временными интервалами слов готового английского текста.

Вход и результат
Исходные данные
Короткая английская речь.
Результат
SRT и JSON с временными интервалами слов готового английского текста.

Сверьте начало каждого слова с записью, особенно интервалы с низкой уверенностью.

Ограничения и проверка готового файла

Сверьте начало каждого слова с записью, особенно интервалы с низкой уверенностью.

Для выбранной операции данные передаются нашему серверу. Временные рабочие файлы удаляются после обработки; история пользовательских файлов не создаётся.

Официальные требования: FFmpeg: медиапотоки · Wav2Vec2: акустическая CTC-модель

  • До 20 МиБ на файл и 50 МиБ суммарно.
  • До 180 секунд; видео до 0,92 мегапикселя в кадре.
  • CTC: только английский текст до 350 символов и запись до 20 секунд.
  • Файлы обрабатываются на сервере во временной папке и удаляются после ответа.
  • Текст: латинские буквы, пробелы и обычный апостроф; числа записывайте словами.
  • Аудио: до 8 каналов, 96 кГц и 16 миллионов отсчётов суммарно.
  • В контейнере с несколькими аудиодорожками обрабатывается первая дорожка.

Вопросы и ответы

Какие исходные данные принимает «Привязать готовый текст к записи»?

Поддерживаются: WAV, MP3, FLAC, M4A. До 20 МиБ на файл и 50 МиБ суммарно.

Что получится после обработки в «Привязать готовый текст к записи»?

SRT и JSON с временными интервалами слов готового английского текста. Форматы результата: TXT, SRT, JSON.

Как проверить результат этой операции?

Сверьте начало каждого слова с записью, особенно интервалы с низкой уверенностью.

Какой пример помогает начать работу?

Короткая английская речь.. Привязать готовый текст к записи Ожидаемый результат: SRT и JSON с временными интервалами слов готового английского текста..

Какие ограничения нужно учитывать?

До 20 МиБ на файл и 50 МиБ суммарно. До 180 секунд; видео до 0,92 мегапикселя в кадре. CTC: только английский текст до 350 символов и запись до 20 секунд. Файлы обрабатываются на сервере во временной папке и удаляются после ответа. Текст: латинские буквы, пробелы и обычный апостроф; числа записывайте словами. Аудио: до 8 каналов, 96 кГц и 16 миллионов отсчётов суммарно. В контейнере с несколькими аудиодорожками обрабатывается первая дорожка.

Где обрабатываются данные и сохраняется ли история?

Для выбранной операции данные передаются нашему серверу. Временные рабочие файлы удаляются после обработки; история пользовательских файлов не создаётся.