Darmowa transkrypcja wielojęzyczna — 100+ języków

Whisper obsługuje 100+ języków, w tym: angielski, hiszpański, francuski, niemiecki, włoski, portugalski, niderlandzki, rosyjski, chiński (mandaryński), japoński, koreański, arabski, hindi, bengalski, turecki, wietnamski, tajski, indonezyjski, malajski, suahili, polski, czeski, szwedzki, duński, fiński, norweski, grecki, hebrajski, rumuński, ukraiński i wiele innych.

Dokładność różni się w zależności od języka. Języki z dużymi zasobami (hiszpański, francuski, niemiecki, mandaryński, japoński) osiągają dokładność zbliżoną do angielskiego. Języki z mniejszymi zasobami mogą mieć niższą dokładność, szczególnie przy akcentowanej mowie lub słownictwie specjalistycznym. Najpierw należy przetestować krótką próbkę, aby ocenić jakość dla konkretnego języka.

Whisper radzi sobie z przełączaniem kodów językowych w pewnym stopniu, ale największą dokładność uzyskuje się, gdy audio jest głównie w jednym języku. W przypadku spotkań, na których uczestnicy mówią różnymi językami, zalecamy odnotowanie znaczników czasu i osobne przetworzenie każdego segmentu językowego dla najlepszych rezultatów.

Tak. Whisper był trenowany na zróżnicowanym audio, w tym językach tonalnych, i generuje dokładne transkrypcje w mandaryńskim, kantońskim, wietnamskim, tajskim i innych językach tonalnych. Wynik używa standardowego systemu pisma dla każdego języka (uproszczone/tradycyjne znaki chińskie, wietnamski z diakrytykami itp.).

Tak. Whisper w pełni obsługuje arabski, hebrajski, perski (farsi) i urdu. Tekst transkrypcji jest generowany w odpowiednim piśmie, a eksporty poprawnie kodują tekst RTL. Twój edytor tekstu lub odtwarzacz napisów obsługuje kierunek wyświetlania.

Tak. Domyślnie Whisper automatycznie wykrywa język mówiony w pierwszych 30 sekundach audio. Dla najlepszej dokładności — szczególnie w przypadku krótkich klipów lub rzadkich języków — możesz ręcznie wybrać język przed transkrypcją. Automatyczne wykrywanie działa niezawodnie dla najczęściej używanych języków.