Suara berbahasa Mandarin ke teks animasi: periksa pengenalan sebelum diekspor

Sumber dan metode

Aksara Mandarin asli diucapkan oleh eSpeak NG, kemudian diproses dengan pengenal Whisper small lokal dan penyaji video yang sama dengan yang digunakan oleh situs web ini. Ini adalah ucapan yang disintesis, bukan rekaman seseorang dan bukan tolok ukur nyanyian.

Studi kasus ini menggunakan skrip asli, ucapan sintetik, nada yang dihasilkan, dan gambar pemberitahuan yang dihasilkan. Mereka tidak berisi unggahan pengguna. Media sumber dan teks yang dikenali tetap mempertahankan bahasa aslinya ketika bahasa antarmuka berubah.

Unduh masukan asli ↓ · Unduh pengaturan ↓ · Unduh teks sumber ↓

Bandingkan sumber, pengakuan dan ulasan

Teks sumber

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。

Hasil pengenalan yang belum diedit

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。

Hasil yang ditinjau

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。

Teks yang ditinjau mengembalikan skrip asli dan menggunakan frasa dengan waktu yang merata di seluruh audio. Waktunya merupakan perkiraan dan bukan penyelarasan yang dipaksakan. Tersedia keluaran model yang belum diedit dan ekspor yang ditinjau; bandingkan dengan suaranya.

Unduh video dengan teks yang belum diedit ↓ · Unduh video yang ditinjau ↓

Apa yang harus diperiksa sebelum berbagi

Dalam proses ini, sumber 一段 dikenali sebagai 一般, 检查 sebagai 天查, dan 下载 sebagai 下彩. Tinjau kata-kata berbahasa Mandarin terhadap rekaman sebelum menyesuaikan batasan frasa. Ini adalah hasil dari sampel sintetik ini, bukan tingkat kesalahan ucapan bahasa Mandarin.

Pengukuran dan batasan

Times menggambarkan satu build yang dijalankan, bukan janji tingkat layanan. Casing audio diukur pada komputer build; image OCR diukur dalam image penerapan Linux. Waktu unggah dan antrian pemrosesan bersama tidak termasuk.

Waktu pengenalan

6.41 s

Waktu rendering

2.16 s

Mesin pengolah

faster-whisper small / CPU int8

Ini adalah demonstrasi produk, bukan tolok ukur akurasi atau testimoni pelanggan.