מי דיבר מתי בחינם: הפרדה קולית וכתוביות
כל הקלטה עם יותר מקול אחד משאירה אותך עם אותה שאלה: "מי אמר את זה?". מי דיבר מתי (חינם) עונה על זה ישירות בדפדפן שלך: הכלי מוצא היכן שורות מתחילות ומסתיימות, ממיין אותן לפי רמקול - "רמקול 1", "רמקול 2" וכן הלאה, עד ארבעה אנשים - ואם תרצה, מוסיף גם את הטקסט. הקובץ לעולם אינו מועלה, לא מחויבים אסימונים ואין צורך בחשבון.
כיצד פועלת הפרדת רמקולים
המשימה נקראת יומן: הדוגמנית מקשיבה לכל הזרם ועונה על שתי שאלות בנפרד - מי דיבר ובאילו דקות. הקולות מושווים לפי גוון, אז שורות מאותו אדם נוחתות על מסלול אחד גם כשאנשים מדברים זה על זה. מה שאתה מקבל בחזרה הוא ציר זמן: כל שורה היא שורת דיבור עם חותמות זמן משלה ותווית רמקול.
הכל מחושב במכשיר שלך. הדגמים מורידים לדפדפן שלך פעם אחת ואז עובדים במצב לא מקוון; בכרטיס גרפי דרך WebGPU הניתוח רץ מהר יותר באופן ניכר, ואם הדפדפן לא יוותר על אחד, הוא נופל בחזרה למעבד דרך WASM - נכון, אבל איטי. בדוק את הערת הזיכרון לפני הקלטה ארוכה: הדגמים רוצים בערך גיגה-בייט לרוץ בנוחות.
ניתוח קובץ צעד אחר צעד
- פתח את כְּלִי ובכרטיסיית הקובץ, בחר הקלטה: MP3, WAV, M4A, MP4, WebM וקובצי מדיה אחרים מתקבלים.
- תיבת הסימון "תמלל גם את הנאום" מביאה את מודל הטקסט: מילים מונחות על פסי הדובר ומורכבות לדיאלוג קריא. כשזה כבוי, הכלי מפצל רק את ההקלטה לפי קולות, וזה מהיר יותר.
- הריצה הראשונה מורידה את הדגמים (כ-380 מגה-בייט) ושומרת אותם; הניתוחים הבאים מתחילים מיד.
- המתן לציר הזמן והדיאלוג, ואז העתק את התוצאה או ייצא אותה כ-TXT, SRT, VTT או JSON. בכתוביות SRT וVTT כל שורה נושאת את שם הרמקול שלה, כך שהקובץ מתחבר ישר לעורך וידאו.
כתוביות חיות מהמיקרופון
הלשונית השנייה אינה זקוקה לקובץ: הפעל את המיקרופון וביטויים יתחילו להופיע על המסך תוך כדי דיבור. ביטוי גמור עובר לרשימה עם חותמת זמן בעוד הביטוי הבא מקליד את עצמו מתחת. הסאונד אינו מוקלט ואינו נשלח לשרת - הכתוביות חיות רק בעמוד שלך, ואתה יכול לבדוק זאת בכל עת באמצעות לשונית הרשת בכלי המפתחים שלך. זה מתאים לשיחות, פגישות והרצאות שבהן אתה צריך את התמליל בזמן שהשיחה עדיין מתנהלת, לא לאחר מכן.
גבולות כנים
זהו כלי להפרדת רמקולים, לא מתמלל אוניברסלי. מודל זיהוי הדיבור הוכשר בעיקר באנגלית: הוא יתמלל שיחה בשפה אחרת, אך עם טעויות ניכרות יותר מאשר באנגלית. עד ארבעה רמקולים מופרדים בצורה מהימנה; הקלטה מאולם רועש עם הפרעות תהיה גרועה יותר מראיון רגוע. תמלול עם שמות דוברים אינו תמלול מקצועי, אז קרא אותו לפני שאתה מעביר אותו הלאה.
החומרה היא הגבול השני: ייתכן שלמכשיר חלש אין מספיק זיכרון עבור הדגמים, וניתוח של מעבד בלבד לוקח זמן מה. בתמורה המחיר אינו קבוע: ללא תורים, ללא חיובים, ללא העלאות.
למי זה מתאים
עיתונאי יכול לראות את מבנה הראיון ולשלוף ציטוטים תוך דקות. מארח פגישה יכול לקבל תקליט "מי אמר מה" מבלי לקרצף דרך הקלטת. עורך וידאו יכול לחבר כתוביות עם שמות דוברים לפרויקט דרך SRT או VTT. תלמיד יכול לחלק הרצאה לקווים ולנקודות דיבור.
אם אתה צריך טקסט ללא הפרדת דובר ובשפות רבות, זיהוי דיבור (חינם) רץ לצד. שאר המדור חי על שֶׁמַע דף, וכלים מקומיים בחינם נאספים תחת כלים אחרים. התחל בהקלטה קצרה של חמש דקות: מספיקה ריצה ראשונה עם הורדת הדגם כדי לשמוע כיצד ההקלטות שלך שורדות את הניתוח.