Earkeep
Valodas un modeļi
Earkeep transkribē jūsu ierīcē ar Whisper (99+ valodas) vai Parakeet-TDT v3 (25 Eiropas valodas, tostarp čehu, un tas ir ātrākais no abiem), izmantojot aparatūras paātrinājumu Apple Silicon. Pirms pirkuma pārbaudiet savu valodu sarakstā zemāk.
Kuru modeli izvēlēties
Galvenokārt angļu valoda: Parakeet-TDT v3. Tas ir ātrākais atvērtajā ASR līderu sarakstā un angļu valodā precizitātes ziņā apsteidz Whisper large-v3.
Cita valoda vai valodu maisījums: ja Parakeet to atbalsta, arī tur Parakeet ir ātrāks. Pretējā gadījumā izmantojiet Whisper. Vienāda izmēra modelim tas ir lēnāks, taču transkribē joprojām tikpat ātri, kā cilvēki runā; atmest nākas rezervi, nevis tiešraides transkriptu.
Modeli var mainīt jebkurā laikā sadaļā Iestatījumi → Transkribēšana vai kreisajā joslā. Valodas, kuras tas klausās, ir norādītas modeļa kartītē: viena, vairākas vai automātiska noteikšana.
Modeļu salīdzinājums
| Modelis | Izmērs | Kam paredzēts | Aptuvenais lejupielādes apjoms |
|---|---|---|---|
| Whisper | tiny | Ātrākais un mazākais, vismazāk precīzs | 75 MB |
| Whisper | base | Solis uz priekšu salīdzinājumā ar tiny | 142 MB |
| Whisper | small | Šeit precizitāte sāk būt pietiekami laba, lai uzticētos | 466 MB |
| Whisper | medium | Precīzāks, manāmi lēnāks | 1.5 GB |
| Whisper | large-v3-turbo (noklusējums) | Precizitātē tuvu large-v3, vairākas reizes ātrāks | 1.6 GB |
| Whisper | large-v3 | Šīs saimes precizitātes augstākais līmenis, īpaši runai vairākās valodās | 3.1 GB |
| Parakeet-TDT v3 | Viens izmērs (int8 kvantēts) | 25 Eiropas valodas, ātrākais atvērtajā ASR līderu sarakstā, angļu valodā apsteidz large-v3 | 670 MB |
Jūsu pašu Whisper modelis
Cilvēki publicē Whisper modeļus, kas pielāgoti vienam dialektam vai nozarei, piemēram, šveiciešu vācu valodai, ko standarta Whisper bieži uztver kā holandiešu. Earkeep var darbināt arī tos.
- Ielīmējiet Hugging Face saiti sadaļā Iestatījumi → Transkribēšana → Pievienot modeli…. Pirms jebkā lejupielādes Earkeep parāda, kādas versijas ir pieejamas un cik liela ir katra.
- Transformers kontrolpunkti tiek konvertēti jūsu ierīcē uz whisper.cpp formātu. PyTorch
.binfailus un LoRA adapterus konvertēt nevar. - Vai izvēlieties whisper.cpp
.binfailu, kas jums jau ir. - Licence tiek parādīta pirms lejupielādes; vai tā atbilst jūsu lietojumam, ir jūsu un tās autora ziņā.
Pievienotais modelis darbojas tāpat kā iebūvētie. Pievienot var tikai Whisper modeļus, nevis Parakeet.
Ierīcē, bez interneta, lejupielāde vienu reizi
Secināšana notiek jūsu ierīcē, tāpēc audio transkribēšanai nekur netiek sūtīts, un transkribēšana darbojas bez tīkla. Katrs modelis tiek lejupielādēts vienu reizi un pēc tam darbojas bezsaistē. Pilnu mehānismu skatiet sadaļā privātums pēc dizaina.
Pilns valodu saraksts
99 valodas, ko Whisper transkribē visos izmēros. 25 treknrakstā atbalsta arī Parakeet-TDT v3, ātrākais no abiem.
- afrikandu
- albāņu
- amharu
- arābu
- armēņu
- asamiešu
- azerbaidžāņu
- baškīru
- basku
- baltkrievu
- bengāļu
- bosniešu
- bretoņu
- bulgāru
- birmiešu
- katalāņu
- ķīniešu
- horvātu
- čehu
- dāņu
- holandiešu
- angļu
- igauņu
- fēru
- somu
- franču
- galisiešu
- gruzīnu
- vācu
- grieķu
- gudžaratu
- Haiti kreolu
- hausu
- havajiešu
- ivrits
- hindi
- ungāru
- islandiešu
- indonēziešu
- itāļu
- japāņu
- javiešu
- kannadu
- kazahu
- khmeru
- korejiešu
- laosiešu
- latīņu
- latviešu
- lingala
- lietuviešu
- luksemburgiešu
- maķedoniešu
- malagasu
- malajiešu
- malajalu
- maltiešu
- maoru
- marathi
- mongoļu
- nepāliešu
- norvēģu
- jaunnorvēģu
- oksitāņu
- puštu
- persiešu
- poļu
- portugāļu
- pendžabu
- rumāņu
- krievu
- sanskrits
- serbu
- šona
- sindhu
- singāļu
- slovāku
- slovēņu
- somāliešu
- spāņu
- sundu
- svahili
- zviedru
- tagalu
- tadžiku
- tamilu
- tatāru
- telugu
- taju
- tibetiešu
- turku
- turkmēņu
- ukraiņu
- urdu
- uzbeku
- vjetnamiešu
- velsiešu
- jidišs
- jorubu
Saistītais
- Privātums pēc dizaina: kāpēc audio nekad neatstāj jūsu datoru un nekad netiek rakstīts diskā, izmantojot jebkuru no modeļiem.
- Nepārtraukta ierakstīšana: kāpēc ātrs modelis ir svarīgs, kad transkribēšana notiek visu dienu.
Biežāk uzdotie jautājumi
Vai Earkeep atbalsta manu valodu?
Gandrīz noteikti, pateicoties Whisper 99+ valodām (saraksts augstāk). Ja tā ir viena no Parakeet 25 valodām, varat izvēlēties Parakeet lielākam ātrumam.
Vai pēc instalēšanas varu mainīt modeli?
Jā, jebkurā laikā sadaļā Iestatījumi → Transkribēšana. Jaunais modelis tiek lejupielādēts, kad pirmo reizi uz to pārslēdzaties.
Vai varu izmantot Whisper modeli, kas pielāgots manam dialektam?
Jā, vairumā gadījumu: ielīmējiet tā Hugging Face saiti sadaļā Iestatījumi → Transkribēšana → Pievienot modeli… vai izvēlieties whisper.cpp .bin failu. Skatiet augstāk jūsu pašu Whisper modelis.
Kādu precizitāti gaidīt?
Tā atkarīga no modeļa. Noklusējuma large-v3-turbo ir tuvu large-v3, Whisper precizitātes augstākajam līmenim, bet dekodē vairākas reizes ātrāk. Parakeet-TDT v3 angļu valodā apsteidz large-v3, taču atbalsta tikai 25 valodas.
Cik lielas ir modeļu lejupielādes?
Whisper apjoms ir no 75 MB (tiny) līdz 3.1 GB (large-v3); Parakeet-TDT v3 ir aptuveni 670 MB. Katrs tiek lejupielādēts vienu reizi un pēc tam darbojas bezsaistē.
Vai mans audio transkribēšanas laikā kaut kur tiek sūtīts?
Nē. Audio tiek apstrādāts tikai atmiņā jūsu ierīcē, nekad netiek augšupielādēts un nekad netiek rakstīts diskā.
Atrodiet savu valodu, tad izmēģiniet
14 dienu pilna izmēģinājuma versija, konts nav nepieciešams.