Earkeep
Jezici i modeli
Earkeep transkribira na vašem uređaju modelom Whisper (99+ jezika) ili Parakeet-TDT v3 (25 europskih jezika, uključujući češki, i brži od ta dva), hardverski ubrzano na Apple Silicon čipovima. Prije kupnje provjerite svoj jezik na popisu u nastavku.
Koji model odabrati
Uglavnom engleski: Parakeet-TDT v3. Vodi na otvorenoj ASR ljestvici po brzini i u točnosti na engleskom nadmašuje Whisper large-v3.
Drugi jezik ili mješavina jezika: ako ga Parakeet pokriva, Parakeet je brži i tu. Inače upotrijebite Whisper. Za istu veličinu je sporiji, ali i dalje transkribira dok ljudi govore; odričete se rezerve u brzini, a ne transkripta uživo.
Model je postavka koju možete promijeniti u bilo kojem trenutku u Postavke → Transkripcija ili na lijevoj traci. Jezici koje model sluša navedeni su na njegovoj kartici: jedan, više njih ili automatsko prepoznavanje.
Usporedba modela
| Model | Veličina | Za što služi | Približna veličina preuzimanja |
|---|---|---|---|
| Whisper | tiny | Najbrži i najmanji, najmanje točan | 75 MB |
| Whisper | base | Korak iznad modela tiny | 142 MB |
| Whisper | small | Ovdje točnost postaje dovoljno dobra da joj možete vjerovati | 466 MB |
| Whisper | medium | Točniji, osjetno sporiji | 1,5 GB |
| Whisper | large-v3-turbo (zadano) | Po točnosti blizu modela large-v3, nekoliko puta brži | 1,6 GB |
| Whisper | large-v3 | Najveća točnost u obitelji, osobito za govor na više jezika | 3,1 GB |
| Parakeet-TDT v3 | Jedna veličina (int8 kvantizacija) | 25 europskih jezika, najbrži na otvorenoj ASR ljestvici, na engleskom nadmašuje large-v3 | 670 MB |
Vaš vlastiti Whisper model
Ljudi objavljuju Whisper modele fino podešene za jedan dijalekt ili područje, na primjer za švicarski njemački, koji standardni Whisper često prepoznaje kao nizozemski. Earkeep može pokretati i takve modele.
- Zalijepite poveznicu na Hugging Face u Postavke → Transkripcija → Dodaj model…. Earkeep prije preuzimanja prikazuje koje verzije postoje i koliko je koja velika.
- Transformers checkpointi pretvaraju se na vašem uređaju u whisper.cpp format. PyTorch datoteke
.bini LoRA adapteri ne mogu se pretvoriti. - Ili odaberite whisper.cpp datoteku
.binkoju već imate. - Licenca se prikazuje prije preuzimanja; je li prikladna za vašu upotrebu, stvar je između vas i autora modela.
Dodani model radi kao i ugrađeni. Mogu se dodavati samo Whisper modeli, ne i Parakeet.
Na uređaju, izvan mreže, preuzima se jednom
Obrada se izvodi na vašem uređaju, pa zvuk nikamo ne putuje radi transkripcije, a transkripcija radi i bez mreže. Svaki se model preuzima jednom i nakon toga radi izvan mreže. Cijeli mehanizam opisan je na stranici privatnost po dizajnu.
Potpuni popis jezika
99 jezika koje Whisper transkribira, u svim veličinama. 25 podebljanih pokriva i Parakeet-TDT v3, brži od ta dva.
- Afrikaans
- Albanski
- Amharski
- Arapski
- Armenski
- Asamski
- Azerbajdžanski
- Baškirski
- Baskijski
- Bjeloruski
- Bengalski
- Bosanski
- Bretonski
- Bugarski
- Burmanski
- Katalonski
- Kineski
- Hrvatski
- Češki
- Danski
- Nizozemski
- Engleski
- Estonski
- Farski
- Finski
- Francuski
- Galicijski
- Gruzijski
- Njemački
- Grčki
- Gudžaratski
- Haićanski kreolski
- Hausa
- Havajski
- Hebrejski
- Hindski
- Mađarski
- Islandski
- Indonezijski
- Talijanski
- Japanski
- Javanski
- Kannada
- Kazaški
- Kmerski
- Korejski
- Laoški
- Latinski
- Latvijski
- Lingala
- Litavski
- Luksemburški
- Makedonski
- Malgaški
- Malajski
- Malajalamski
- Malteški
- Maorski
- Marathski
- Mongolski
- Nepalski
- Norveški
- Nynorsk
- Okcitanski
- Paštunski
- Perzijski
- Poljski
- Portugalski
- Pandžapski
- Rumunjski
- Ruski
- Sanskrt
- Srpski
- Shona
- Sindhi
- Sinhalski
- Slovački
- Slovenski
- Somalski
- Španjolski
- Sundanski
- Svahili
- Švedski
- Tagalog
- Tadžički
- Tamilski
- Tatarski
- Telugu
- Tajlandski
- Tibetski
- Turski
- Turkmenski
- Ukrajinski
- Urdu
- Uzbečki
- Vijetnamski
- Velški
- Jidiš
- Joruba
Srodno
- Privatnost po dizajnu: zašto zvuk, za oba modela, nikada ne napušta vaše računalo i nikada ne dotiče disk.
- Snimanje koje je uvijek uključeno: zašto je brz model važan kad transkripcija radi cijeli dan.
Često postavljana pitanja
Podržava li Earkeep moj jezik?
Gotovo sigurno, zahvaljujući Whisperovih 99+ jezika (popis iznad). Ako je među Parakeetovih 25, možete odabrati Parakeet za dodatnu brzinu.
Mogu li promijeniti model nakon instalacije?
Da, u bilo kojem trenutku u Postavke → Transkripcija. Novi se model preuzima prvi put kad na njega prijeđete.
Mogu li koristiti Whisper model fino podešen za moj dijalekt?
Da, u većini slučajeva: zalijepite njegovu poveznicu na Hugging Face u Postavke → Transkripcija → Dodaj model… ili odaberite whisper.cpp datoteku .bin. Pogledajte vaš vlastiti Whisper model iznad.
Kolika se točnost može očekivati?
Ovisi o modelu. Zadani model, large-v3-turbo, ostaje blizu modela large-v3, najveće točnosti u Whisperovoj obitelji, a dekodira nekoliko puta brže. Parakeet-TDT v3 na engleskom nadmašuje large-v3, ali pokriva samo 25 jezika.
Koliko su veliki modeli za preuzimanje?
Whisper se kreće od 75 MB (tiny) do 3,1 GB (large-v3); Parakeet-TDT v3 ima oko 670 MB. Svaki se preuzima jednom, a zatim radi izvan mreže.
Odlazi li moj zvuk nekamo tijekom transkripcije?
Ne. Zvuk se obrađuje samo u memoriji na vašem uređaju, nikada se ne šalje i nikada ne zapisuje na disk.
Pronađite svoj jezik, pa isprobajte
14-dnevno potpuno probno razdoblje, račun nije potreban.