Lingue e modelli

Soprattutto inglese: Parakeet-TDT v3. Guida la classifica ASR open per velocità e supera Whisper large-v3 in accuratezza sull'inglese.

Un'altra lingua, o un mix: se Parakeet la copre, anche qui Parakeet è più veloce. Altrimenti usa Whisper. A parità di dimensione è più lento, ma trascrive comunque mentre le persone parlano; a cambiare è il margine di manovra, non la trascrizione in tempo reale.

Il modello è un'impostazione che puoi cambiare in qualsiasi momento in Impostazioni → Trascrizione o dalla barra laterale sinistra. Le lingue che ascolta sono indicate sulla scheda del modello: una, più di una o rilevamento automatico.

C'è chi pubblica modelli Whisper ottimizzati per un dialetto o un settore specifico, come lo svizzero tedesco, che Whisper standard spesso scambia per olandese. Earkeep può eseguire anche questi.

• Incolla un link di Hugging Face in Impostazioni → Trascrizione → Aggiungi un modello…. Earkeep mostra quali versioni esistono e quanto pesa ciascuna prima di scaricare qualsiasi cosa.
• I checkpoint Transformers vengono convertiti sul tuo dispositivo nel formato whisper.cpp. I file PyTorch .bin e gli adattatori LoRA non si possono convertire.
• Oppure scegli un file whisper.cpp .bin che hai già.
• La licenza viene mostrata prima del download; se sia adatta al tuo uso è una questione tra te e l'autore.

Un modello aggiunto funziona come quelli integrati. Si possono aggiungere solo modelli Whisper, non Parakeet.

L'inferenza gira sul tuo dispositivo, quindi l'audio non viaggia da nessuna parte per essere trascritto e la trascrizione funziona senza rete. Ogni modello si scarica una volta sola e poi funziona offline. Per il meccanismo completo, vedi privacy fin dalla progettazione.

• Privacy fin dalla progettazione: perché con entrambi i modelli l'audio non lascia mai il tuo computer e non tocca mai il disco.
• Acquisizione sempre attiva: perché un modello veloce conta quando la trascrizione va avanti tutto il giorno.