무료로 말한 사람: 음성 분리 및 실시간 자막
회의, 인터뷰 또는 강의 후에는 여러 사람이 말하는 녹음 파일이 남게 되며 일반 녹취록으로는 누가 무엇을 말했는지 알 수 없습니다. 누가 언제 말했나 무료 브라우저 도구입니다. 녹음을 스피커(최대 4개)로 분할하고 선택적으로 음성을 타임스탬프가 있는 대화로 바꾸고 두 번째 탭은 마이크에서 바로 라이브 캡션을 실행합니다. 파일은 업로드되지 않으며 토큰도 사용되지 않으며 계정도 필요하지 않습니다.
작동 원리
스피커 분리 기능은 NVIDIA Sortformer 모델을 통해 제공됩니다. 최대 4개의 스피커를 찾아 각 스피커가 청취된 시간 범위를 표시합니다. "음성 텍스트 변환" 상자를 선택한 상태로 두면 단어가 화자에 첨부됩니다. "화자 1", "화자 2" 등으로 표시된 대화 내용을 얻게 되며 TXT, SRT, VTT 또는 JSON로 복사하거나 다운로드할 수 있습니다. 타임라인 옆의 배지에는 모델이 찾은 화자 수가 표시됩니다.
첫 번째 실행에서는 총 약 380MB의 모델 가중치를 장치에 다운로드합니다. 그 후에는 브라우저에 캐시된 상태로 유지되며 나중에 실행하려면 네트워크가 필요하지 않습니다. 그래픽 카드(WebGPU)를 사용하면 분석이 빠릅니다. 그렇지 않으면 엔진이 프로세서로 되돌아갑니다(WASM). 눈에 띄게 느려지긴 하지만 결과는 동일하며, 그런 일이 발생하면 도구에서 알려줍니다. 오디오는 브라우저 내에서 16kHz 모노로 접혀 있습니다. 어디에도 녹음이 필요하지 않습니다.
자신의 녹음 표시
- 열기 도구 오디오 또는 비디오 파일을 선택합니다. MP3, WAV, M4A, MP4 및 WebM이 허용되며 파일을 프레임에 놓을 수 있습니다.
- "음성 텍스트도 복사" 상자를 선택하세요. 선택하면 타임스탬프가 표시된 대화가 제공됩니다. 선택하지 않으면 "누가 언제 말했는지" 타임라인만 표시됩니다.
- 시작 버튼을 누르세요. 처음 실행 시 모델이 다운로드될 때까지 기다립니다. 진행률 표시줄에 계속 표시됩니다.
- 결과는 타임라인과 대화입니다. 버튼으로 텍스트를 복사하거나 필요한 형식으로 다운로드하세요.
마이크의 실시간 캡션
두 번째 탭은 마이크에서 직접 소리를 가져와 말하는 동안 문구별로 캡션을 표시합니다. 현재 문구는 크게 표시되고 완성된 문구는 아래 목록에 남아 있습니다. 파일을 처리한 후가 아닌 지금 바로 자막이 필요할 때, 회의나 강의, 영상 통화에 적합합니다. 버튼을 누르면 마이크 액세스가 요청됩니다. 파일에 아무 것도 기록되지 않으며 브라우저를 떠나는 것도 없습니다.
미리 알아야 할 사항
이 도구는 젊고 실험적입니다. 분리 품질은 녹음에 따라 다릅니다. 깔끔한 마이크 대화는 자신있게 분할되는 반면, 시끄럽고 반복되는 방해가 있는 녹음은 혼란스러울 수 있습니다. 음성 작업에도 메모리가 필요합니다. 약 1GB의 헤드룸을 계획하세요. 프로세서 경로(WASM)에서 장시간 녹화는 그래픽 카드보다 눈에 띄게 오래 걸립니다. 모델은 이름을 학습하지 않습니다. "발표자 1" 및 "발표자 2" 레이블은 내보낸 후 회의록과 일치하도록 이름이 변경됩니다.
누가 필요로 하는가
저널리스트는 새로운 목소리가 인터뷰에 등장하는 위치를 빠르게 찾을 수 있습니다. 학생은 교수가 말한 위치와 청중이 질문한 위치를 한 줄씩 녹음하여 강의를 구성할 수 있습니다. 팟캐스트 편집자는 모든 사람이 서로 이야기하는 긴 세션을 찾아서 잘라낼 수 있습니다. 회의 비서는 녹음 내용을 어디로든 보내지 않고도 시간 코드가 포함된 회의록 초안을 작성할 수 있습니다.
다른 것이 필요할 때
원하는 내용이 음성으로 분석된 내용이 아닌 일반 텍스트인 경우 오디오 및 비디오 → 텍스트. 섹션의 다른 도구는 오디오 페이지 및 더 많은 무료 로컬 도구는 아래에 있습니다. 기타 도구. 분석은 개방형 FluidAudio 라이브러리(MIT 라이선스)에 의해 수행됩니다. 코드와 모델은 다른 서버로 우회할 필요 없이 브라우저에 있습니다.