Ucapan dengan muzik latar belakang: bandingkan kapsyen mentah dan disemak

Sumber dan kaedah

Skrip Inggeris asal yang sama disintesis dengan eSpeak NG untuk kedua-dua input. Urutan nada yang boleh dihasilkan semula dicampurkan menjadi satu salinan pada keuntungan yang didokumenkan. Whisper small memproses kedua-duanya; video kapsyen mentah menggunakan rakaman campuran.

Kajian kes ini menggunakan skrip asal, pertuturan sintetik, nada yang dijana dan imej notis yang dijana. Ia tidak mengandungi muat naik pengguna. Media sumber dan teks yang diiktiraf mengekalkan bahasa asalnya apabila bahasa antara muka berubah.

Muat turun input asal ↓ · Muat turun tetapan ↓ · Muat turun teks sumber ↓

Bandingkan sumber, pengiktirafan 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.

Pengiktirafan daripada 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.

Muat turun audio yang bersih ↓ · Muat turun pengecaman audio bersih ↓

Hasil pengiktirafan yang tidak disunting

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.

Keputusan disemak

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 disemak menggunakan skrip asal dengan sempadan ayat yang sama masanya. Ia membetulkan teks, tetapi tidak mewujudkan ketepatan masa peringkat perkataan. Muzik kekal dalam output; aliran kerja ini tidak melakukan pemisahan vokal atau penyingkiran bunyi.

Muat turun video dengan kapsyen yang tidak diedit ↓ · Muat turun video yang disemak ↓

Perkara yang perlu diperiksa sebelum berkongsi

Kedua-dua larian telah salah mengiktiraf Maya dan Audiosubvideo. Rakaman bersih mengekalkan Review, manakala rakaman bercampur menghasilkan Renew. Kedua-duanya menukarkan dua puluh tujuh kepada 27. Perbandingan sintetik terkawal yang satu ini tidak mewujudkan ketepatan umum atau mengasingkan setiap punca ralat.

Pengukuran dan had

Masa menggambarkan satu binaan jangka, bukan janji peringkat perkhidmatan. Sarung audio diukur pada komputer binaan; imej OCR diukur dalam imej penggunaan Linux. Masa muat naik dan baris gilir pemprosesan yang dikongsi dikecualikan.

Masa pengiktirafan

3.98 s

Masa render

2.58 s

Enjin pemprosesan

faster-whisper small / CPU int8

Ini ialah demonstrasi produk, bukan penanda aras ketepatan atau testimoni pelanggan.