Ко је када причао бесплатно: одвајање гласа и титлови уживо

После састанка, интервјуа или предавања, следи снимак на коме говори неколико људи, а из редовног транскрипта се више не може разумети ко је рекао сваку фразу. Ко је када говорио је бесплатна алатка заснована на претраживачу: анализира снимак од стране звучника (до четири особе), опционо препознаје говор и прикупља дијалог са временским ознакама, а друга картица приказује титлове уживо директно из микрофона. Датотека се нигде не поставља, токени се не задужују и регистрација није потребна.

Како ово функционише

Раздвајањем гласа управља НВИДИА Сортформер модел: он проналази до четири звучника и поставља на временску линију сегменте у којима је сваки звучао. Ако оставите поље за потврду „Такође транскрибуј говор“, речи ће бити повезане са говорницима - добићете дијалог транскрипта са потписима „Спеакер 1“, „Спеакер 2“ и даље, који се може копирати или преузети у ТКСТ, СРТ, ВТТ или ЈСОН. Поред скале можете видети колико је звучника модел пронашао на снимку.

Прво покретање преузима тежине модела на ваш уређај - укупно око 380 МБ. Затим се кеширају у претраживачу, а поновљена покретања не захтевају мрежу. На видео картици (ВебГПУ), рашчлањивање је брзо; ако нема подршке, сам мотор иде на процесор (ВАСМ) - спорије, али резултат је исти, а алат ће искрено упозорити на ово. Звук је смањен на моно 16 кХз директно у претраживачу; нема потребе да то било где снимате.

Како означити свој пост

1. Отвори алат и изаберите аудио или видео датотеку: МП3, ВАВ, М4А, МП4 и ВебМ су погодни, датотека се може превући у оквир.
2. Означите поље за потврду „Такође транскрибуј говор“: када је укључено, даје дијалог са временским ознакама; када је искључен, даје само скалу „ко је говорио и када“.
3. Кликните на дугме за почетак. Када га покренете први пут, сачекајте док се модели не учитају — напредак се може видети на траци.
4. Готов резултат је скала „Ко је говорио и када“ плус дијалог транскрипта. Копирајте текст помоћу дугмета или га преузмите у жељеном формату.

Титлови уживо са микрофона

Друга картица узима звук директно из микрофона и потписује фразе док се изговоре: тренутна фраза је велика, довршене остају на листи испод. Ово је згодно за састанак, предавање или видео позив, када су титлови потребни сада, а не након обраде датотеке. Приступ микрофону се захтева дугметом; ништа се не уписује у датотеку и ништа не напушта претраживач.

Шта треба да знате унапред

Инструмент је млад и експерименталан: квалитет раздвајања зависи од снимка. Самоуверено разуме јасне разговоре микрофона, али може да збуни снимке са јаком буком, одјеком и честим прекидима. Говорни задаци такође захтевају меморију - за удобан рад треба рачунати на око 1 ГБ. На путу процесора (ВАСМ), дуго снимање се сматра приметно споријим него на видео картици. Модел не погађа имена звучника: потписи “Спеакер 1” и “Спеакер 2” се преименују након извоза, како би одговарали вашем протоколу.

Коме је то корисно?

Новинар може брзо да пронађе места у интервјуу где нови глас почиње да говори. Ученик треба да подели снимак предавања у редове: где је наставник, а где су питања из публике. Уредник подкаста треба да пронађе делове у дугом снимку где су сви заиста говорили и да их исече. Секретар састанка може прикупити нацрт записника са временским кодовима без слања снимка било где.

Ако вам је потребан другачији резултат

Ако вам је потребан цео текст, а не рашчлањивање гласом, отворите аудио и видео → текст. Остатак алата одељка се прикупљају на страници "Аудио", други бесплатни локални алати - у одељку "Други алати". Анализу спроводи отворена библиотека ФлуидАудио (МИТ лиценца): код и модели живе у вашем претраживачу, нема корака до сервера других људи.