Voix chinoise en texte animé : inspectez la reconnaissance avant l'exportation

Origine et méthode

Un script mandarin original a été prononcé par eSpeak NG, puis traité avec le même outil de reconnaissance Whisper small local et le même moteur de rendu vidéo utilisés par ce site Web. Il s’agit d’une parole synthétisée, non d’un enregistrement d’une personne ni d’une référence en matière de chant.

Ces études de cas utilisent des scripts originaux, un discours synthétique, des tonalités générées et une image de notification générée. Ils ne contiennent aucun téléchargement d'utilisateur. Les médias sources et le texte reconnu conservent leur langue d'origine lorsque la langue de l'interface change.

Télécharger la contribution originale ↓ · Paramètres de téléchargement ↓ · Télécharger le texte source ↓

Comparez la source, la reconnaissance et l'examen

Texte source

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。

Résultat de reconnaissance non édité

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。

Résultat révisé

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。

Les sous-titres révisés restaurent le script original et utilisent des phrases uniformément synchronisées dans l'audio. Leur timing est approximatif et ne constitue pas un alignement forcé. La sortie non éditée du modèle et l’exportation révisée sont disponibles ; comparez-les avec le son.

Télécharger la vidéo avec des sous-titres non édités ↓ · Télécharger la vidéo révisée ↓

Que vérifier avant de partager

Dans cette exécution, la source 一段 a été reconnue comme 一般, 检查 comme 天查 et 下载 comme 下彩. Vérifiez les mots chinois par rapport à l'enregistrement avant d'ajuster les limites des phrases. Il s’agit des résultats de cet échantillon synthétique, et non d’un taux d’erreur pour la langue chinoise.

Mesure et limites

Les temps décrivent une seule exécution de build, et non une promesse de niveau de service. Les cas audio sont mesurés sur l'ordinateur de construction ; L'OCR de l'image est mesurée dans l'image de déploiement Linux. Le temps de téléchargement et la file d'attente de traitement partagée sont exclus.

Temps de reconnaissance

6.41 s

Temps de rendu

2.16 s

Moteur de traitement

faster-whisper small / CPU int8

Il s'agit d'une démonstration de produit, et non d'un test de précision ou d'un témoignage client.