インプット、アウトプット、レビュー

オーディオ、ビデオ、OCR のケーススタディ

これらの事例では、オリジナルのスクリプト、合成音声、生成されたトーン、および生成された通知画像が使用されます。ユーザーによるアップロードは含まれていません。インターフェイス言語が変わっても、ソースメディアと認識されたテキストは元の言語を維持します。

中国語音声からアニメーションテキストへ: エクスポート前に認識を検査

オリジナルの合成中国語録音、Whisper small 出力、およびレビュー済みのアニメーションテキストビデオを比較します。ソースと両方のキャプションバージョンをダウンロードします。

オリジナルのトーンと混合された合成英語のポッドキャストスタイルのクリップを調べてください。クリーンオーディオトランスクリプト、ミックスオーディオトランスクリプト、レビュー済みの SRT と MP4 を比較します。

オリジナルのサンプル画像、その Tesseract OCR 結果、およびレビューされたテキストバージョンをダウンロードします。画像からテキストへの抽出で何が保持され、何が確認が必要かを確認します。