ஒலிபெயர்ப்பு

ஆதரிக்கப்படும் மொழிகளில் தெளிவான ஆடியோவிற்கு துல்லியம் வழக்கமாக 95%-ஐ விட அதிகமாக உள்ளது. தொழில்துறையில் முன்னணியில் உள்ள OpenAI-யின் பேச்சு அங்கீகாரத்தை நாங்கள் உள்ளுக்குள் பயன்படுத்துகிறோம், இதே மாதிரியே பல தொழில்முறை ஒலிபெயர்ப்பு கருவிகளை இயக்குகிறது.

உண்மையான துல்லியம் மூன்று விஷயங்களைப் பொறுத்தது: ஆடியோ தெளிவு (பின்னணி இரைச்சல் தீங்கு விளைவிக்கும்), பேச்சாளர் உச்சரிப்புகள் (கடுமையான பிராந்திய உச்சரிப்புகள் சில புள்ளிகள் குறையக்கூடும்), மற்றும் மொழியே (ஆங்கிலம் மற்றும் ஸ்பானிஷ் அதிக மதிப்பெண்கள் பெறுகின்றன). நீங்கள் அதிகபட்ச துல்லியத்தை விரும்பினால், பெரிய வித்தியாசத்தை உண்டாக்கும் சிறிய விஷயங்களுக்கு எந்த ஆடியோ தரம் சிறந்த முடிவுகளைத் தரும்? பார்க்கவும்.

ஆம் — பேச்சாளர் அடையாளம் இலவசத் திட்டம் உட்பட ஒவ்வொரு திட்டத்திலும் கிடைக்கிறது. பதிவேற்ற படிவத்தில், பேச்சாளர்களை அடையாளம் காண்க என்பதை ஆம் என அமைக்கவும், உங்கள் ஒலிபெயர்ப்பில் ஒவ்வொரு பேச்சாளரையும் Speaker 1, Speaker 2 என நாங்கள் தானாகவே குறிப்போம்.

இது சந்திப்புகள், பேட்டிகள், போட்காஸ்ட்கள் மற்றும் எந்த பல நபர் உரையாடலுக்கும் சிறப்பாக வேலை செய்கிறது. நாங்கள் கண்டறியும் பேச்சாளர்களின் எண்ணிக்கையில் வரம்பு இல்லை. பேச்சாளர் அடையாளம் சிறிது செயலாக்க நேரத்தை சேர்க்கிறது, எனவே வேகமான முடிவுகளுக்கு தனிநபர் பதிவுகளுக்கு (விரிவுரைகள், குரல் குறிப்புகள், ஒற்றை விவரிப்பாளர் உள்ளடக்கம்) இதை அணைத்து விடுங்கள்.

ஆங்கிலம், ஸ்பானிஷ், போர்த்துகீசியம், பிரெஞ்சு, ஜெர்மன், இத்தாலியன், ஜப்பானியம், சீனம், கொரியன், ரஷ்யன், அரபு, இந்தி உள்ளிட்ட 99 மொழிகளை ஒலிபெயர்ப்புக்கு நாங்கள் ஆதரிக்கிறோம், மேலும் பலவும்.

சிறந்த துல்லியத்திற்காக பதிவேற்ற படிவத்தில் மொழியை வெளிப்படையாக தேர்ந்தெடுக்கலாம், அல்லது தானியங்கி என்பதில் விட்டுவிடுங்கள், அதை நாங்கள் கண்டறிவோம். மொழிப் பட்டியல் OpenAI Whisper-இன் ஆதரிக்கப்படும் தொகுப்பு போலவே உள்ளது, மேலும் SoundScript.AI இடைமுகமும் அனைத்து 99 மொழிகளிலும் கிடைக்கிறது — உங்களுடையதை மாற்ற என் இடைமுக மொழியை எங்கே புதுப்பிப்பது? பார்க்கவும்.

மைக்ரோஃபோனுக்கு அருகில் பதிவு செய்யப்பட்ட தெளிவான குரல்கள், குறைந்த பின்னணி இரைச்சலுடன். அதுதான் சுருக்கம். மிகவும் உதவுவது இங்கே:

• ஒரு கண்ணியமான மைக்ரோஃபோனைப் பயன்படுத்துங்கள் — ஒரு பழக்கமான USB மைக் அல்லது நவீன தொலைபேசி கூட மடிக்கணினியின் உள்ளமைக்கப்பட்ட மைக்கை விட மிகச் சிறந்தது.
• அமைதியான அறையில் பதிவு செய்யுங்கள் — ஜன்னல்களை மூடுங்கள், விசிறிகளை அணைத்துவிடுங்கள், எதிரொலிக்கும் கடினமான மேற்பரப்புகளைத் தவிர்க்கவும்.
• மைக்கிற்கு அருகில் வாருங்கள் — இயற்கையான பேச்சுக்கு 6-12 அங்குலங்கள் சிறந்த இடம்.
• பின்னணி இசையைத் தவிர்க்கவும் முடிந்தபோது — இசை தவிர்க்க முடியாதபோது என்ன எதிர்பார்க்க வேண்டும் என்பதற்கு SoundScript.AI பின்னணி இசை அல்லது இரைச்சலை எவ்வாறு கையாளுகிறது? பார்க்கவும்.

பெரும்பாலான கோப்புகள் சில வினாடிகள் முதல் ஒரு சில நிமிடங்களில் முடிக்கப்படும். ஒரு பொதுவான 10-நிமிட ஆடியோ கோப்பு வழக்கமாக 30 வினாடிகளுக்கும் குறைவாகவே முடிக்கப்படும்.

25MB-ஐ விட பெரிய கோப்புகள் தானாகவே துண்டுகளாக பிரிக்கப்பட்டு இணையாக செயலாக்கப்படும், எனவே ஒரு மணி நேர பதிவு கூட வழக்கமாக 2-3 நிமிடங்களில் தயாராகிவிடும். பேச்சாளர் அடையாளம் இயக்குவது சிறிது கூடுதல் நேரத்தை சேர்க்கிறது. முன்னேற்றப் பட்டி நிகழ்நேரத்தில் புதுப்பிக்கப்படுகிறது — புதுப்பிக்க எதுவும் இல்லை.

பெரிய கோப்புகளை திரைக்குப் பின்னால் தானாகவே சிறிய துண்டுகளாக பிரித்து, அவற்றை இணையாக ஒலிபெயர்த்து, முடிவுகளை மீண்டும் ஒன்றிணைக்கிறோம். நீங்கள் எதுவும் செய்ய வேண்டியதில்லை — வழக்கம் போல் உங்கள் கோப்பை பதிவேற்றுங்கள்.

அதிகபட்ச பதிவேற்ற அளவு 1GB ஆகும். ஒவ்வொரு துண்டும் தனித்தனியாக செயலாக்கப்படுகிறது, அதனால்தான் ஒரு மணி நேர கோப்பு வெறும் சில நிமிடங்களில் தயாராகிறது. வார்த்தைகளை வாக்கியத்தின் நடுவில் வெட்டுவதைத் தவிர்க்க, துண்டு எல்லைகள் இயற்கையான மௌனங்களில் முடிந்தபோதெல்லாம் வைக்கப்படுகின்றன.

பெயர்ச்சொற்கள் — பெயர்கள், பிராண்ட் பெயர்கள், தொழில்நுட்ப சொற்கள், சுருக்கங்கள் — ஒலிபெயர்ப்பின் கடினமான பகுதி, ஏனெனில் அவை இயல்பான மொழி வடிவங்களைப் பின்பற்றுவதில்லை. சிறந்த ஆடியோ கூட தவறான பெயர்களை உருவாக்கக்கூடும்.

உதவும் ஒரு சில விஷயங்கள்:

• தானியங்கி கண்டறிதலைப் பயன்படுத்துவதற்கு பதிலாக மொழியை வெளிப்படையாக தேர்ந்தெடுக்கவும்.
• பதிவு செய்யும்போது பெயர்ச்சொற்களை தெளிவாகப் பேசுங்கள், அவற்றைச் சுற்றி ஒரு சிறிய இடைவெளியுடன்.
• பின்னர் ஒலிபெயர்ப்பை திருத்தவும் — உரையை எந்த ஆசிரியரிலும் நகலெடுத்து, கண்டுபிடித்து-மாற்றுவதன் மூலம் பெயர்களை சரிசெய்யலாம். நாங்கள் தற்போது தனிப்பயன் சொற்களஞ்சிய பட்டியலை ஆதரிக்கவில்லை, ஆனால் அது எங்கள் கவனத்தில் உள்ளது.

முடிவு பக்கத்திலிருந்து ஒலிபெயர்ப்பு உரையை நகலெடுக்கலாம், மேலும் எந்த உரை ஆசிரியர் அல்லது சொல் செயலியிலும் திருத்தலாம் — Google Docs, Microsoft Word, Notepad, நீங்கள் விரும்புவது எதுவாக இருந்தாலும்.

எங்களிடம் இன்னும் உள்-செயலி ஆசிரியர் இல்லை, எனவே நீங்கள் SoundScript.AI-க்கு வெளியே செய்யும் மாற்றங்கள் எங்கள் சேவையகங்களுக்கு திரும்பி சேமிக்கப்படுவதில்லை. அசல் ஒலிபெயர்ப்பு உங்கள் டாஷ்போர்டில் தங்கியிருக்கிறது, எனவே எப்போதும் ஒரு புதிய நகலை பதிவிறக்கலாம். வடிவமைப்பை திருத்தி வைத்திருக்க விரும்பினால் .doc அல்லது .txt பதிவிறக்க வடிவங்களைப் பயன்படுத்தவும்.

SRT என்பது நிலையான வசன வடிவம் — இது நேர முத்திரைகளை உள்ளடக்கியது, எனவே ஒவ்வொரு வரி உரையும் உங்கள் வீடியோவில் சரியான தருணத்தில் தோன்றும். இதை YouTube, Vimeo, Premiere அல்லது Final Cut போன்ற வீடியோ ஆசிரியர்களுக்கு அல்லது எந்த வசனத்தை அறிந்த பிளேயருக்கும் பயன்படுத்தவும்.

TXT என்பது நேர முத்திரைகள் இல்லாத எளிய உரை — ஆவணங்கள், வலைப்பதிவு இடுகைகள், ஒலிபெயர்க்கப்பட்ட பேட்டிகள் அல்லது நீங்கள் வார்த்தைகளை மட்டும் விரும்பும் எந்த இடத்திற்கும் சரியானது. DOC (வடிவமைக்கப்பட்ட Word ஆவணம்) மற்றும் PDF (அச்சிட தகுந்த) ஆகியவற்றையும் வழங்குகிறோம் — விவரங்களுக்கு TXT, DOC, அல்லது PDF ஆக நான் எவ்வாறு பதிவிறக்குவது? பார்க்கவும்.

எங்களால் ஆன அளவு முயற்சி செய்கிறோம், ஆனால் கனமான பின்னணி இசை அல்லது இரைச்சல் துல்லியத்தை குறைக்கும். மிதமான சூழல் இரைச்சல் (அமைதியான கஃபே, ஒரு விசிறி இயங்குதல்) வழக்கமாக சிக்கல் ஏற்படுத்துவதில்லை. சத்தமான இசை அல்லது போட்டியிடும் குரல்கள்தான் கடினமான வழக்குகள்.

அறிமுக இசையுடன் கூடிய பேட்டி பாணி உள்ளடக்கத்திற்கு, இசை சிக்கலான உரையாக ஒலிபெயர்க்கப்படுவதையோ அல்லது தவிர்க்கப்படுவதையோ வழக்கமாக நீங்கள் காண்பீர்கள், பேச்சு தொடங்கும்போது துல்லியம் திரும்பும். உங்கள் ஆடியோவின் பேச்சு மட்டுமான பதிப்பை நீங்கள் பதிவு செய்ய முடிந்தால் (அல்லது முன்பே Audacity போன்ற கருவியால் இசையை அகற்ற முடிந்தால்), துல்லியம் கணிசமாக சிறப்பாக இருக்கும்.