Að breyta upptöku í texta
Birt · Uppfært 2 mín. lestur
Verkfærið umritar hljóðskrá í vafranum þínum, með litlu líkani. Á skýrri rödd fer um eitt orð af hverjum fjórum rangt; val á tungumáli og hávaði breyta niðurstöðunni mikið.
Hvað verkfærið gerir
Hljóð í texta umritar hljóðskrá með Whisper-vélinni, í vafranum þínum. Skráin er ekki send: aðeins líkanið er sótt, einu sinni, eftir að þú hakar við samþykkisreitinn. Þrjú útflutningssnið eru í boði: TXT, SRT og VTT.
Hvað fyrsta notkun sækir
Meðan á prófuninni stóð sótti vafrinn líkanið og skriftur þess frá tveimur þjónustum utan vefsvæðisins: geymslunni sem hýsir líkanið og dreifineti fyrir skriftur. Allar þessar beiðnir voru niðurhal; engin bar meginmál og þar með enga hljóðskrá. Hnappurinn „Clear Whisper cache“ fjarlægir síðan líkanið úr vafranum.
Prófunarupptökurnar
Prófanirnar nota tvær gervirómar, kvenrödd og karlrödd, sem lesa sama 32 orða texta: „Le jardin partagé du Vallon ouvre ses parcelles le trois mai. Venez découvrir le compost, les semis et l’atelier des enfants. L’inscription est gratuite et ouverte à toutes les familles du quartier.“ Hver upptaka er 12 til 14 sekúndur. Þar sem textinn er þekktur er hægt að telja nákvæmlega fjölda rangra orða.
Valið tungumál
Tungumálavalmyndin býður sjálfvirka stillingu og tuttugu tungumál. Á innbyggða líkaninu tók sjálfvirk greining báðar raddirnar fyrir ensku og skilaði enskum setningum sem tengdust ekki textanum sem var lesinn, jafnmörg mistök og orð. Verkfærið velur því sjálfgefið tungumál síðunnar, hér frönsku.
| Rödd | Tungumál stillt | Röng orð af 32 |
|---|---|---|
| Kona | Sjálfvirkt | 32 |
| Karl | Sjálfvirkt | 33 |
| Kona | Franska | 10 (31 %) |
| Karl | Franska | 8 (25 %) |
Hvað rétt tungumál gefur
Með karlröddinni á frönsku er umritunin „Le jardin partagé du vallon ouvre ses parcels le 3 mai. Venez découvrir le compost, les sémisées la te liée des enfants. L’inscription est gratuit et ouvert à toutes les familles du quartier.“ Villurnar eru dæmigerðar: týnd fleirtala („parcels“), sérnafn án stórs stafs („vallon“), tala skrifuð með tölustöfum („3“ fyrir „trois“) og sjaldgæf orð misheyrð („semis“, „atelier“).
Áhrif hávaða
Hávaða var bætt við karlröddina, á tveimur stigum. Við 10 dB er hávaðinn greinilega veikari en röddin. Við 0 dB er hann jafnhár röddinni.
| Upptaka | Röng orð af 32 |
|---|---|
| Enginn hávaði | 8 (25 %) |
| Léttur hávaði, 10 dB | 11 (34 %) |
| Mikill hávaði, 0 dB | 31 (97 %) |
Léttur hávaði kostar nokkur orð. Hávaði jafnhár röddinni gerir umritunina ónothæfa.
Vinnslutími
Hver prófun tók 6 til 12 sekúndur fyrir um 13 sekúndna upptöku, hleðsla líkansins meðtalin, á borðtölvu. Lengri skrá krefst meiri tíma og minnis.
Hvað þessar tölur segja ekki
Gervirómar eru reglulegar. Raunveruleg rödd, með hreim, hik eða fleiri einstaklinga, gefur aðrar tölur. Prófaðu stuttan bút úr eigin upptöku áður en þú hefur alla skrána.
Að bæta niðurstöðuna
- Veldu tungumál upptökunnar í valmyndinni.
- Dragðu úr hávaða við upptökin: hljóðnemi nálægt gefur betri niðurstöðu en sía eftirá.
- Ef skráin er á sjaldgæfu sniði skaltu breyta henni fyrst með Að breyta raddupptöku án þess að skemma hana.
Lestu alltaf yfir sérnöfn, tölur og fagorð.
Athugun á textanum sem fæst
- Hlustaðu á upptökuna á meðan þú fylgist með textanum.
- Lagaðu nöfn, tölur og beygingar.
- Fluttu út sem TXT fyrir texta, sem SRT eða VTT fyrir texta við myndskeið.