Textamiðuð klipping verður aldrei betri en orðin undir henni. Scenaristo keyrir litla fjölskyldu fremstu tallíkana í þinni eigin vél, hvert valið fyrir lága villutíðni, hraða vinnslu og það sem hver einasta klipping hangir á: nákvæma tímasetningu niður á orð.
Hvert líkan í fjölskyldunni stenst sömu þrjár kröfur áður en það kemst í forritið.
Færri ranggreind orð þýða færri leiðréttingar, og uppskrift sem þú treystir nógu vel til að klippa með því að strika út texta.
Villutíðni fyrstTalgreiningin gengur í bakgrunni og klárast fljótt, svo löng upptaka verður klippanleg á mínútum en ekki kaffipásum.
RauntímaflokkurHvert orð ber sinn eigin tímastimpil. Það er þess vegna sem strikuð setning lokar myndinni á hreinum mörkum.
Tímastimpill á orðHraðast efst, breiðust þekja neðst. Scenaristo notar Parakeet sjálfgefið og leyfir þér að skipta yfir þegar nákvæmni eða sjaldgæfara tungumál kallar á það. Hvert líkan er sótt eftir þörfum, fest með gátsummu, geymt í þinni vél og aldrei sótt tvisvar.
nvidia/parakeet-tdt-0.6b-v3Sjálfgefna líkanið. Umbreytir sem hentar samfelldu streymi og klárar klukkutíma af hljóði á broti af tímanum, með tímastimplum á orð frá byrjun.
Token-and-Duration Transducer, byggður fyrir rauntímaafköst.
nvidia/canary-1b-v2Þegar nákvæmni vegur þyngra en hraði. Þyngra líkan sem gefur eftir örlítil afköst fyrir hreinni uppskriftir við erfitt hljóð.
Stærri kóðari, með lægstu villutíðni fjölskyldunnar.
CohereLabs/cohere-transcribe-03-2025Jafnvægt val sem einbeitir sér að algengustu tungumálunum, með áreiðanlega tímasetningu og greinarmerki strax.
Sterkt á skýrt tal í helstu vinnutungumálum.
openai/whisper-large-v3-turboVarasjóðurinn fyrir allt hitt. Sé hljóðið þitt á tungumáli sem hröðu líkönin ná ekki yfir gerir Whisper það nánast örugglega, og Turbo kemur þér þangað hratt.
Eimaður afkóðari, greinilega hraðari en large-v3 gegn litlu verði í nákvæmni.
openai/whisper-large-v3Nákvæmasta valið í Whisper-fjölskyldunni. Hægara en Turbo, en sterkast við hávaðasamt hljóð og þau tungumál sem eru verst studd.
Fulla líkanið, óeimað. Sæktu það þegar hljóðið er erfiðast.
Auðkenni líkananna vísa í opinberu geymslurnar þeirra á Hugging Face. Parakeet, Canary, Cohere Transcribe og Whisper eru vörumerki NVIDIA, Cohere og OpenAI, hvert um sig. Framboð og nákvæmar útgáfur geta breyst eftir því sem fjölskyldan er uppfærð.
Flestar upptökur þurfa aldrei meira en sjálfgefna líkanið. Parakeet er hratt, nákvæmt og nær yfir þau tungumál sem mest af töluðu myndefni er gert á, svo við venjulegt viðtal eða talmyndband virkar það einfaldlega.
Sé skrá hávaðasöm, á fleiri en einu tungumáli eða á máli utan seilingar hröðu líkananna skiptirðu um líkan við sóknina og keyrir talgreininguna aftur. Klippingin, bútarnir og tímasetningarnar standa eftir.
Í þinni vél · enginn aðgangur · engin upphleðsla