hf-audio/whisper-large-v3
רץ בדפדפןhf-audioרישיון לא דווח2023-11-07
הכלי מתמלל או מתרגם דיבור מטקסטים קוליים, קבצים מוכנים או קישורי יוטיוב. הוא מתאים למי שצריך תמלול מהיר ישירות מהדפדפן בלי להתקין סביבת עבודה מקומית.
- —הורדות בחודש
- 851לייקים
מה זה
הממשק מקבל שמע בשלוש דרכים: הקלטה חיה מהמיקרופון, העלאת קובץ קול מהמחשב, או הדבקת קישור לסרטון יוטיוב. לאחר הבחירה, אתם מגדירים את המשימה המבוקשת מתוך שתי אפשרויות בלבד: תמלול רגיל של הנאמר, או תרגום.
מאחורי הקלעים רץ המודל openai/whisper-large-v3 באמצעות ספריית transformers וצינור העיבוד pipeline של Hugging Face. קוד המערכת נעזר ב־yt-dlp כדי להוריד שמע מיוטיוב וב־ffmpeg כדי לקרוא את המידע ולהמיר אותו לפורמט שהמודל מסוגל לעבד, ופולט טקסט כתוב בלבד.
מתאים ל
- תמלול הקלטה ישירה
מקליטים דיבור ישירות מהמיקרופון בדפדפן ומקבלים פלט טקסט מידי.
- חילוץ טקסט מקובץ קול
מעלים קובצי אודיו שמורים כדי לחלץ מהם תמליל או תרגום.
- תמלול סרטוני יוטיוב
מדביקים כתובת של סרטון יוטיוב ומקבלים את הטקסט בלי להוריד את הווידאו למחשב.
איפה זה נופל
הקוד מגדיר במפורש מגבלת אורך על סרטוני יוטיוב, ואם הסרטון ארוך מדי התהליך ייעצר בשגיאה. בנוסף, אם שירות יוטיוב יחסום את ההורדה או שהקובץ ייכשל בטעינה, הממשק פשוט יזרוק שגיאת מערכת. הכלי מציג ממשק בדיקה בסיסי ואינו כולל אפשרויות מתקדמות כמו חלוקה לדוברים שונים או עריכת זמנים מדויקת.
שאלות
נפוצות
האם השימוש באפליקציה כרוך בתשלום?
לא, הגישה בדפדפן פתוחה ללא תשלום. הממשק מנצל משאבי חומרה מסוג zero-a10g שמסופקים בעמוד.
מה קורה עם קובצי השמע והקישורים שמעלים?
הקבצים נקראים ומומרים ישירות על השרת המארח לצורך פעולת המודל. מכיוון שלא צוין רישיון ולא הוגדרו תנאי שמירה, עדיף לא להעלות חומרים רגישים.
במה הממשק הזה שונה מהרצת המודל לבד?
המודל openai/whisper-large-v3 הוא משקולות קוד שניתן להוריד ולהריץ בכל מחשב חזק. האפליקציה הזו עוטפת אותו בממשק gradio גרפי עם הגבלות מובנות, כמו חסימת סרטוני יוטיוב ארוכים.
האם יש צורך להתחבר כדי להשתמש בכלי?
אין דרישה להרשמה או התחברות בקוד האפליקציה. פשוט נכנסים לעמוד, מזינים את מקור השמע ומקבלים את הטקסט.
איך משתמשים
בוחרים את הלשונית המתאימה לפי מקור השמע, מעלים את הקובץ או מדביקים את הקישור, בוחרים אם לתמלל או לתרגם ולוחצים על שליחה. האפליקציה רצה על חומרת zero-a10g, מה שאומר שהעיבוד מופעל על גבי כרטיס גרפי A10G שמוקצה לפי דרישה, כך שזמן ההמתנה תלוי בזמינות המשאבים ובאורך השמע שתשלחו.
הרישיון
הרישיון של המרחב עצמו לא דווח בעמוד. המשמעות היא שאין תנאי שימוש ברורים ומוגדרים לגבי זכויות הקוד או השימוש המסחרי בתוצאות, והתוכן שאתם מעלים או מזינים עובר דרך השרתים שמארחים את המרחב.