Voce cinese in testo animato: controlla il riconoscimento prima dell'esportazione

Fonte e metodo

Uno script mandarino originale è stato pronunciato da eSpeak NG, quindi elaborato con lo stesso riconoscitore Whisper small locale e renderer video utilizzato da questo sito Web. Questo è un discorso sintetizzato, non la registrazione di una persona e non un punto di riferimento del canto.

Questi casi di studio utilizzano script originali, discorso sintetico, toni generati e un'immagine di avviso generata. Non contengono caricamenti degli utenti. I media di origine e il testo riconosciuto mantengono la loro lingua originale quando la lingua dell'interfaccia cambia.

Scarica l'input originale ↓ · Scarica le impostazioni ↓ · Scarica il testo sorgente ↓

Confrontare la fonte, il riconoscimento e la revisione

Testo di origine

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。

Risultato del riconoscimento non modificato

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。

Risultato rivisto

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。

I sottotitoli rivisti ripristinano la sceneggiatura originale e utilizzano frasi sincronizzate in modo uniforme nell'audio. La loro tempistica è approssimativa e non è un allineamento forzato. Sono disponibili sia l'output del modello non modificato che l'esportazione rivista; confrontarli con il suono.

Scarica video con didascalie non modificate ↓ · Scarica il video recensito ↓

Cosa controllare prima di condividere

In questa analisi, la fonte 一段 è stata riconosciuta come 一般, 检查 come 天查 e 下载 come 下彩. Rivedi le parole cinesi confrontandole con la registrazione prima di modificare i confini della frase. Questi sono i risultati di questo campione sintetico, non un tasso di errore per il parlato cinese.

Misurazione e limitazioni

I tempi descrivono una singola esecuzione della build, non una promessa a livello di servizio. I casi audio vengono misurati sul computer di costruzione; l'OCR dell'immagine viene misurato nell'immagine di distribuzione Linux. Sono esclusi il tempo di caricamento e la coda di elaborazione condivisa.

Tempo di riconoscimento

6.41 s

Renderizzare il tempo

2.16 s

Motore di elaborazione

faster-whisper small / CPU int8

Questa è una dimostrazione del prodotto, non un benchmark di precisione o una testimonianza del cliente.