Выбор исходных данных и способа обработки
Выберите язык записи: английский или русский. Whisper tiny создаёт текст и интервалы распознанных фраз; речь с шумом, музыка и имена требуют ручной сверки, а качество на языковых корпусах здесь не измерено.
Текст TXT и субтитры SRT, распознанные локальной моделью Whisper tiny.
Сверьте слова и временные метки с записью; отдельно проверьте имена, числа и паузы.
Whisper tiny: английский/русский, до 30 секунд; проверяйте ошибки распознавания.
- На входе: WAV, MP3, FLAC, M4A.
- Результат: TXT, SRT, JSON.
Настройки и варианты результата
В «Расшифровать речь из аудио» доступны следующие параметры. Начните с значений по умолчанию, затем измените нужный параметр и сравните результат с исходником.
| Параметр | Доступные значения | По умолчанию |
|---|---|---|
| Язык речи | Английский; Русский | Английский |
Порядок действий
Расшифровать речь из аудио
- Выберите короткую запись и проверьте её содержимое.
- Укажите параметры обработки и попробуйте пример.
- Создайте результат, откройте скачанные файлы и прочитайте отчёт.
Практический пример
Текст TXT и субтитры SRT, распознанные локальной моделью Whisper tiny.
Короткая английская речь.
Текст TXT и субтитры SRT, распознанные локальной моделью Whisper tiny.
Сверьте слова и временные метки с записью; отдельно проверьте имена, числа и паузы.
Ограничения и проверка готового файла
Сверьте слова и временные метки с записью; отдельно проверьте имена, числа и паузы.
Для выбранной операции данные передаются нашему серверу. Временные рабочие файлы удаляются после обработки; история пользовательских файлов не создаётся.
Официальные требования: FFmpeg: медиапотоки · Whisper tiny: локальная модель
- До 20 МиБ на файл и 50 МиБ суммарно.
- До 180 секунд; видео до 0,92 мегапикселя в кадре.
- Whisper tiny: английский/русский, до 30 секунд; проверяйте ошибки распознавания.
- Файлы обрабатываются на сервере во временной папке и удаляются после ответа.
- 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 «Расшифровать речь из аудио»?
Поддерживаются: WAV, MP3, FLAC, M4A. До 20 МиБ на файл и 50 МиБ суммарно.
Что получится после обработки в «Расшифровать речь из аудио»?
Текст TXT и субтитры SRT, распознанные локальной моделью Whisper tiny. Форматы результата: TXT, SRT, JSON.
Как проверить результат этой операции?
Сверьте слова и временные метки с записью; отдельно проверьте имена, числа и паузы.
Какой пример помогает начать работу?
Короткая английская речь.. Расшифровать речь из аудио Ожидаемый результат: Текст TXT и субтитры SRT, распознанные локальной моделью Whisper tiny..
Какие ограничения нужно учитывать?
До 20 МиБ на файл и 50 МиБ суммарно. До 180 секунд; видео до 0,92 мегапикселя в кадре. Whisper tiny: английский/русский, до 30 секунд; проверяйте ошибки распознавания. Файлы обрабатываются на сервере во временной папке и удаляются после ответа. 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.