Pidato dengan musik latar: bandingkan teks mentah dan ulasan

Sumber dan metode

Skrip bahasa Inggris asli yang sama disintesis dengan eSpeak NG untuk kedua masukan. Urutan nada yang dapat direproduksi dicampur menjadi satu salinan dengan penguatan yang terdokumentasi. Whisper small memproses keduanya; video teks mentah menggunakan rekaman campuran.

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

Welcome to Field Notes.
Today Maya explains how a short recording becomes a captioned video.
Check the name Audiosubvideo, the number twenty seven, and the pause between sentences.
Review the words before you export your clip.

Pengakuan dari audio yang bersih

Welcome to Field Notes.
Today my rec explains how a short
recording becomes a captioned
video.
Check the name of the sub -video,
the number 27,
and the pause between sentences.
Review the words before you export
your clip.

Unduh audio bersih ↓ · Unduh pengenalan audio bersih ↓

Hasil pengenalan yang belum diedit

Welcome to Field Notes.
Today my rec explains how a short
recording becomes a captioned
video.
Check the name of the sub -video,
the number 27,
and the pause between sentences.
Renew the words before you export
your clip.

Hasil yang ditinjau

Welcome to Field Notes.
Today Maya explains how a short recording becomes a captioned video.
Check the name Audiosubvideo, the number twenty seven, and the pause between sentences.
Review the words before you export your clip.

Versi yang direview menggunakan naskah asli dengan batas kalimat yang waktunya sama. Ini mengoreksi teks, tetapi tidak menetapkan keakuratan waktu tingkat kata. Musik tetap ada di output; alur kerja ini tidak melakukan pemisahan vokal atau penghilangan kebisingan.

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

Apa yang harus diperiksa sebelum berbagi

Keduanya menjalankan Maya dan Audiosubvideo yang salah dikenali. Rekaman bersih mempertahankan Review, sedangkan rekaman campuran menghasilkan Renew. Keduanya mengonversi dua puluh tujuh menjadi 27. Perbandingan sintetik terkontrol ini tidak menghasilkan keakuratan umum atau mengisolasi setiap penyebab kesalahan.

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

3.98 s

Waktu rendering

2.58 s

Mesin pengolah

faster-whisper small / CPU int8

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