Voz chinesa para texto animado: inspecione o reconhecimento antes de exportar

Fonte e método

Um script original em mandarim foi falado por eSpeak NG e depois processado com o mesmo reconhecedor Whisper small local e renderizador de vídeo usado por este site. Esta é uma fala sintetizada, não uma gravação de uma pessoa e nem um benchmark de canto.

Esses estudos de caso usam roteiros originais, fala sintética, tons gerados e uma imagem de aviso gerada. Eles não contêm uploads de usuários. A mídia de origem e o texto reconhecido mantêm seu idioma original quando o idioma da interface é alterado.

Baixar entrada original ↓ · Baixar configurações ↓ · Baixar texto fonte ↓

Compare a fonte, reconhecimento e revisão

Texto fonte

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。

Resultado de reconhecimento não editado

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。

Resultado revisado

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。

As legendas revisadas restauram o roteiro original e usam frases com tempo uniforme no áudio. Seu tempo é aproximado e não é um alinhamento forçado. Tanto o resultado do modelo não editado quanto a exportação revisada estão disponíveis; compare-os com o som.

Baixe vídeo com legendas não editadas ↓ · Baixe o vídeo revisado ↓

O que verificar antes de compartilhar

Nesta execução, a fonte 一段 foi reconhecida como 一般, 检查 como 天查 e 下载 como 下彩. Revise as palavras chinesas na gravação antes de ajustar os limites das frases. Estes são resultados desta amostra sintética, não uma taxa de erro para a fala chinesa.

Medição e limitações

Os tempos descrevem uma única execução de compilação, não uma promessa de nível de serviço. Os casos de áudio são medidos no computador de construção; O OCR da imagem é medido na imagem de implantação do Linux. O tempo de upload e a fila de processamento compartilhada são excluídos.

Tempo de reconhecimento

6.41 s

Tempo de renderização

2.16 s

Mecanismo de processamento

faster-whisper small / CPU int8

Esta é uma demonstração de produto, não uma referência de precisão ou depoimento de cliente.