Voz china a texto animado: inspeccionar el reconocimiento antes de exportar

Fuente y método

eSpeak NG pronunció una escritura en mandarín original y luego la procesó con el mismo reconocedor y procesador de video Whisper small local utilizado por este sitio web. Este es un discurso sintetizado, no una grabación de una persona ni un punto de referencia de canto.

Estos estudios de caso utilizan guiones originales, discurso sintético, tonos generados y una imagen de aviso generada. No contienen cargas de usuarios. Los medios de origen y el texto reconocido mantienen su idioma original cuando cambia el idioma de la interfaz.

Descargar entrada original ↓ · Descargar configuración ↓ · Descargar texto fuente ↓

Compare la fuente, el reconocimiento y la reseña.

Texto fuente

今天我们用一段中文录音制作文字动画。
先检查识别结果。
再调整字幕的出现时间。
最后下载视频，分享你的故事。

Resultado de reconocimiento sin editar

今天我们用一般中文录音制作文
字动画,
先天查识别结果,
再调整字幕的出现时间,
最后下彩视频,
分享你的故事。

Resultado revisado

今天我们用一段中文录音制作文字动画。
先检查识别结果。
再调整字幕的出现时间。
最后下载视频，分享你的故事。

Los subtítulos revisados restauran el guión original y utilizan frases sincronizadas de manera uniforme en todo el audio. Su sincronización es aproximada y no es una alineación forzada. Tanto el resultado del modelo sin editar como la exportación revisada están disponibles; compararlos con el sonido.

Descargar vídeo con subtítulos sin editar ↓ · Descargar vídeo reseñado ↓

Qué comprobar antes de compartir

En esta ejecución, la fuente 一段 fue reconocida como 一般, 检查 como 天查 y 下载 como 下彩. Revise las palabras chinas con la grabación antes de ajustar los límites de las frases. Estos son resultados de esta muestra sintética, no una tasa de error para el habla china.

Medición y limitaciones

Los tiempos describen una única ejecución de compilación, no una promesa de nivel de servicio. Los casos de audio se miden en la computadora de construcción; El OCR de imagen se mide en la imagen de implementación de Linux. Se excluyen el tiempo de carga y la cola de procesamiento compartida.

tiempo de reconocimiento

6.41 s

tiempo de renderizado

2.16 s

motor de procesamiento

faster-whisper small / CPU int8

Esta es una demostración del producto, no un punto de referencia de precisión ni un testimonio de un cliente.