hf-audio/whisper-large-v3-turbo
רץ בדפדפןhf-audioרישיון לא דווח2024-10-01
הדגמה בדפדפן לתמלול ותרגום של קבצי קול, הקלטות מיקרופון וסרטוני יוטיוב. מתאימה למי שרוצה לבדוק דיוק של קול לטקסט בלי להרים סביבת פיתוח.
- —הורדות בחודש
- 1,025לייקים
מה זה
הממשק מציג שלוש לשוניות עבודה פשוטות. אתם יכולים להקליט דיבור ישירות מהמיקרופון, להעלות קובץ אודיו מהמחשב, או להדביק קישור ישיר לסרטון יוטיוב. בכל אחת מהאפשרויות האלה בוחרים משימה: לתמלל את מה שנאמר בשפת המקור, או לתרגם אותו ישירות לאנגלית. בסוף התהליך מקבלים פלט טקסטואלי רגיל של הדברים.
מאחורי הקלעים רץ המודל openai/whisper-large-v3-turbo דרך הספרייה transformers וצינור עיבוד של פייפליין. הקוד נעזר בספריית yt_dlp כדי למשוך את האודיו מסרטוני יוטיוב, ומשתמש ב־ffmpeg_read כדי לקרוא ולעבד את גלי הקול לפני שהם מגיעים למודל עצמו. אין כאן הגדרות מורכבות של חלוקה לדוברים או כוונון פרמטרים, אלא מעבר ישיר מקובץ קול גולמי לטקסט כתוב.
מתאים ל
- תמלול הקלטות מהירות
מקליטים ישירות מהמיקרופון ומקבלים טקסט כתוב תוך שניות כדי לבדוק דיוק דיבור.
- חילוץ טקסט מיוטיוב
מדביקים קישור לסרטון קצר ומקבלים תמלול של האודיו בלי להוריד את הקובץ למחשב.
- תרגום קולי לאנגלית
מעלים קובץ בשפה זרה ובוחרים בפעולת התרגום כדי לקבל גרסה אנגלית של הנאמר.
איפה זה נופל
ההדגמה הזאת לא מיועדת לעיבוד כמויות ולא מתאימה לקבצים ארוכים בלי הגבלה. יש בקוד חסימה מפורשת שזורקת שגיאה אם סרטון היוטיוב חורג מאורך מקסימלי מסוים. בנוסף, אם אין קובץ קול או שההורדה נכשלת המערכת פשוט עוצרת, ומעבר לזה היישום כרגע במצב מושהה ולא זמין לשימוש מיידי.
שאלות
נפוצות
האם היישום עובד עכשיו בחינם?
הגישה להדגמה עקרונית חינמית וללא צורך ברישום מיוחד. הבעיה היא שהמצב הנוכחי שלה מוגדר כמושהה, ולכן כרגע אי אפשר ללחוץ ולתמלל בפועל מבלי שהיא תופעל שוב.
מה קורה עם קבצי הקול וההקלטות שמעלים לשם?
הקבצים נשלחים לעיבוד על גבי השרת שמריץ את הממשק, והקוד שומר נתונים בקבצים זמניים לצורך פעולת התמלול. מאחר שלא דווח רישיון או מדיניות שמירה, לא כדאי להעלות לשם הקלטות רגישות או פרטיות.
האם אפשר להריץ את אותו הדבר מקומית?
כן, הקוד מסתמך על המודל הפתוח דרך ספריית transformers ומשתמש בספריות מוכרות כמו yt_dlp. אתם יכולים למשוך את המודל ישירות למחשב שלכם ולהריץ אותו בלי תלות בעמוד הזה.
במה הממשק הזה שונה מהרצת המודל ישירות בקוד?
הממשק נותן כפתורים מוכנים בדפדפן ומתאים לבדיקה שטחית של איכות התמלול. בקוד יש לכם שליטה מלאה בפרמטרים של הפענוח, בעוד שכאן מוגבלים לבחירה בסיסית בין תמלול לתרגום ולמגבלות אורך מוגדרות מראש.
איך משתמשים
בוחרים לשונית, מקליטים או מעלים קובץ, או מדביקים כתובת יוטיוב, ובוחרים אם לתמלל או לתרגם. ההדגמה מוגדרת לרוץ על חומרת zero-a10g, מה שמבטיח עיבוד מהיר ברגע שהמאיץ מוקצה למשימה. יחד עם זאת, כרגע המצב של היישום מוגדר כמושהה, כך שאי אפשר להריץ אותו ישירות בדפדפן בלי להפעיל אותו מחדש.
הרישיון
הרישיון של היישום לא דווח בעמוד שלו. המשמעות היא שאין תנאי שימוש ברורים לשימוש מסחרי בקוד של הממשק עצמו, וכל קובץ קול, הקלטה או קישור שאתם מזינים עוברים דרך השרת שמארח את ההדגמה.