Siapa bercakap bila percuma: pisah suara dan sari kata
Selepas mesyuarat, temu bual atau kuliah anda ditinggalkan dengan rakaman di mana beberapa orang bercakap, dan transkrip biasa tidak dapat memberitahu anda siapa yang mengatakan apa. Siapa yang bercakap bila ialah alat penyemak imbas percuma: ia membahagikan rakaman kepada pembesar suara (sehingga empat), secara pilihan menukar pertuturan menjadi dialog bercap masa dan tab keduanya menjalankan kapsyen langsung dari mikrofon anda. Fail tidak pernah dimuat naik, tiada token dibelanjakan dan tiada akaun diperlukan.
Bagaimana ia berfungsi
Pemisahan pembesar suara dikuasakan oleh model NVIDIA Sortformer: ia mencari sehingga empat pembesar suara dan membentangkan tempoh masa di mana setiap pembesar suara didengari. Jika anda membiarkan kotak "Terjemahkan juga ucapan" ditanda, perkataan dilampirkan pada pembesar suara — anda mendapat transkrip dialog berlabel "Pembesar suara 1", "Pembesar suara 2" dan seterusnya, yang boleh anda salin atau muat turun sebagai TXT, SRT, VTT atau JSON. Lencana di sebelah garis masa menunjukkan bilangan pembesar suara model ditemui.
Larian pertama memuat turun berat model ke peranti anda — kira-kira 380 MB kesemuanya. Selepas itu ia kekal dicache dalam penyemak imbas anda dan kemudiannya berjalan tidak memerlukan rangkaian. Dengan kad grafik (WebGPU) analisis adalah pantas; tanpa itu enjin jatuh kembali ke pemproses (WASM) — nyata lebih perlahan, tetapi hasilnya adalah sama, dan alat akan memberitahu anda apabila itu berlaku. Audio dilipat ke bawah kepada 16 kHz mono di dalam penyemak imbas; tiada apa yang perlu dirakam di mana-mana sahaja.
Menanda rakaman anda sendiri
- Buka alat dan pilih fail audio atau video: MP3, WAV, M4A, MP4 dan WebM diterima, dan anda boleh menjatuhkan fail ke bingkai.
- Tentukan pada kotak "Terjemahkan juga ucapan": ditandai, ia memberi anda dialog bercap masa; tidak ditandai, hanya garis masa "siapa dan bila bercakap".
- Tekan butang mula. Pada larian pertama, tunggu model dimuat turun — bar kemajuan memastikan anda disiarkan.
- Hasilnya ialah garis masa ditambah dialog. Salin teks dengan butang atau muat turun dalam format yang anda perlukan.
Kapsyen langsung daripada mikrofon
Tab kedua mengambil bunyi terus daripada mikrofon dan memberi kapsyen pada frasa demi frasa semasa anda bercakap: frasa semasa menunjukkan yang besar, yang telah siap kekal dalam senarai di bawah. Ia sesuai untuk mesyuarat, kuliah atau panggilan video, apabila kapsyen diperlukan sekarang dan bukannya selepas memproses fail. Akses mikrofon diminta dengan menekan butang; tiada apa yang ditulis pada fail dan tiada apa yang meninggalkan pelayar.
Apa yang perlu diketahui terlebih dahulu
Alat ini masih muda dan eksperimen: kualiti pemisahan bergantung pada rakaman. Perbualan mikrofon bersih berpecah dengan yakin, manakala rakaman bising dan gema dengan gangguan berterusan boleh mengelirukan. Kerja pertuturan juga memerlukan ingatan — rancang untuk kira-kira 1 GB ruang kepala. Pada laluan pemproses (WASM) rakaman yang panjang mengambil masa yang lebih lama berbanding pada kad grafik. Model tidak mempelajari nama: label "Speaker 1" dan "Speaker 2" dimaksudkan untuk dinamakan semula selepas eksport, untuk memadankan minit anda.
Siapa yang memerlukannya
Seorang wartawan boleh mencari dengan cepat tempat suara baharu memasuki temu bual. Seorang pelajar boleh meletakkan rakaman kuliah baris demi baris: tempat profesor bercakap dan tempat penonton bertanya. Editor podcast boleh mencari regangan sesi yang panjang di mana semua orang bercakap antara satu sama lain dan memotongnya. Setiausaha mesyuarat boleh membina draf minit dengan kod masa tanpa menghantar rakaman ke mana-mana.
Apabila anda memerlukan sesuatu yang lain
Jika yang anda mahukan ialah teks biasa dan bukannya pecahan melalui suara, buka audio dan video → teks. Alat lain bahagian itu hidup di Audio halaman, dan lebih banyak alat tempatan percuma berada di bawah Alat lain. Analisis dilakukan oleh perpustakaan FluidAudio terbuka (MIT lesen): kod dan model hidup dalam penyemak imbas anda, tanpa lencongan ke pelayan lain.