यह उपकरण क्यों उपयोगी है
इस ब्राउज़र में केवल चलने वाले पिन किए गए बहुभाषी मॉडल के साथ किसी स्वामित्व वाले ऑडियो या वीडियो फ़ाइल में बोली को संपादन योग्य पाठ में बदलें।
स्थानीय फ़ाइल उपकरण · स्थानीय रूप से चलता है
निजी ऑडियो से पाठ लिप्यंतरणकर्ता
इस ब्राउज़र में केवल चलने वाले पिन किए गए बहुभाषी मॉडल के साथ किसी स्वामित्व वाले ऑडियो या वीडियो फ़ाइल में बोली को संपादन योग्य पाठ में बदलें।
तैयार। आपका कार्य डेटा इस ब्राउज़र में रहता है।
फ़ाइलें इस डिवाइस पर ही रहती हैं। प्रोसेसिंग केवल ब्राउज़र APIs का उपयोग करती है; कुछ भी YTSave, मीडिया API या प्रॉक्सी पर अपलोड नहीं किया जाता।
यह कैसे काम करता है
ब्राउज़र चयनित रिकॉर्डिंग को मोनो 16 kHz ऑडियो में डिकोड और मिक्स करता है, फिर स्थानीय रूप से होस्ट किया गया क्वांटाइज़्ड Whisper मॉडल WebAssembly में सीमित स्पीच रिकग्निशन करता है।
व्यावहारिक उदाहरण
एक छोटा इंटरव्यू क्लिप चुनें, वैकल्पिक रूप से उसकी बोली गई भाषा चुनें, पहचान की गलतियों के लिए ट्रांसक्रिप्ट की समीक्षा करें, और सादा UTF-8 टेक्स्ट डाउनलोड करें।
मान्यता
गणना निर्धारक है और अमान्य इनपुट को चुपचाप बदलने के बजाय सत्यापन त्रुटियों को समझाती है।
गोपनीयता सीमा
इनपुट और आउटपुट इस टैब में रहते हैं। कॉपी और डाउनलोड ब्राउज़र API के माध्यम से होते हैं बिना किसी सर्वर अपलोड के।
परिणाम पासपोर्ट
हर रन अपने टूल मोड, टाइमस्टैम्प और इनपुट/आउटपुट आकार की रिपोर्ट करता है ताकि परिवर्तित डेटा का ऑडिट किया जा सके।