Earkeep
Јазици и модели
Earkeep транскрибира на вашиот уред со Whisper (99+ јазици) или Parakeet-TDT v3 (25 европски јазици, меѓу кои и чешкиот, и побрзиот од двата), со хардверско забрзување на Apple Silicon. Пред да купите, проверете го вашиот јазик на листата подолу.
Кој модел да го користам
Претежно англиски: Parakeet-TDT v3. Предводи на отворената ранг-листа за ASR по брзина и е попрецизен од Whisper large-v3 на англиски.
Друг јазик или мешавина: ако Parakeet го покрива, Parakeet е побрз и таму. Во спротивно користете Whisper. За иста големина е побавен, но сепак транскрибира додека луѓето зборуваат; се откажувате од резервата во брзината, а не од транскриптот во живо.
Моделот е поставка што можете да ја промените во секое време во Поставки → Транскрипција или во левата лента. Јазиците што ги слуша се наведени на картичката на моделот: еден, повеќе или автоматско препознавање.
Споредба на модели
| Модел | Големина | За што служи | Приближно преземање |
|---|---|---|---|
| Whisper | tiny | Најбрз и најмал, најмалку прецизен | 75 MB |
| Whisper | base | Чекор над tiny | 142 MB |
| Whisper | small | Од каде прецизноста почнува да биде доволно добра за да ѝ верувате | 466 MB |
| Whisper | medium | Попрецизен, приметно побавен | 1.5 GB |
| Whisper | large-v3-turbo (стандарден) | Близу до large-v3 по прецизност, неколку пати побрз | 1.6 GB |
| Whisper | large-v3 | Врвот на прецизност во семејството, особено за говор на мешани јазици | 3.1 GB |
| Parakeet-TDT v3 | Една големина (int8-квантизиран) | 25 европски јазици, најбрз на отворената ранг-листа за ASR, подобар од large-v3 на англиски | 670 MB |
Ваш сопствен Whisper модел
Луѓето објавуваат Whisper модели дотерани за еден дијалект или област, на пример швајцарски германски, што стандардниот Whisper често го препознава како холандски. Earkeep може да ги извршува и нив.
- Залепете врска од Hugging Face во Поставки → Транскрипција → Додај модел…. Earkeep покажува кои верзии постојат и колку е голема секоја, пред да преземе нешто.
- Transformers checkpoint-ите се претвораат на вашиот уред во формат на whisper.cpp. PyTorch
.binдатотеките и LoRA адаптерите не може да се претворат. - Или изберете whisper.cpp
.binдатотека што веќе ја имате. - Лиценцата се прикажува пред преземањето; дали одговара на вашата употреба е меѓу вас и нејзиниот автор.
Додадениот модел работи како вградените. Може да се додаваат само Whisper модели, не и Parakeet.
На уредот, офлајн, преземен еднаш
Инференцијата се извршува на вашиот уред, па аудиото не патува никаде за да се транскрибира, а транскрипцијата работи без мрежа. Секој модел се презема еднаш и потоа работи офлајн. Погледнете приватност по дизајн за целосниот механизам.
Целосна листа на јазици
99-те јазици што Whisper ги транскрибира, во сите големини. 25-те задебелени ги покрива и Parakeet-TDT v3, побрзиот од двата.
- Африканс
- Албански
- Амхарски
- Арапски
- Ерменски
- Асамски
- Азербејџански
- Башкирски
- Баскиски
- Белоруски
- Бенгалски
- Босански
- Бретонски
- Бугарски
- Бурмански
- Каталонски
- Кинески
- Хрватски
- Чешки
- Дански
- Холандски
- Англиски
- Естонски
- Фарски
- Фински
- Француски
- Галисиски
- Грузиски
- Германски
- Грчки
- Гуџарати
- Хаитски креолски
- Хауса
- Хавајски
- Хебрејски
- Хинди
- Унгарски
- Исландски
- Индонезиски
- Италијански
- Јапонски
- Јавански
- Канада
- Казашки
- Кмерски
- Корејски
- Лаошки
- Латински
- Латвиски
- Лингала
- Литвански
- Луксембуршки
- Македонски
- Малгашки
- Малајски
- Малајалам
- Малтешки
- Маорски
- Марати
- Монголски
- Непалски
- Норвешки
- Нинорск
- Окситански
- Паштунски
- Персиски
- Полски
- Португалски
- Панџапски
- Романски
- Руски
- Санскрит
- Српски
- Шона
- Синди
- Синхалски
- Словачки
- Словенечки
- Сомалиски
- Шпански
- Сундански
- Свахили
- Шведски
- Тагалог
- Таџички
- Тамилски
- Татарски
- Телугу
- Тајландски
- Тибетански
- Турски
- Туркменски
- Украински
- Урду
- Узбечки
- Виетнамски
- Велшки
- Јидиш
- Јоруба
Поврзано
- Приватност по дизајн: зошто аудиото никогаш не го напушта вашиот компјутер и никогаш не стигнува на диск, за двата модела.
- Постојано снимање: зошто брзиот модел е важен кога транскрипцијата работи цел ден.
Често поставувани прашања
Дали Earkeep го поддржува мојот јазик?
Речиси сигурно, преку 99+ јазици на Whisper (листата е погоре). Ако е еден од 25-те на Parakeet, можете да изберете Parakeet за дополнителна брзина.
Можам ли да го сменам моделот по инсталацијата?
Да, во секое време во Поставки → Транскрипција. Новиот модел се презема првиот пат кога ќе го изберете.
Можам ли да користам Whisper модел дотеран за мојот дијалект?
Да, во повеќето случаи: залепете ја неговата врска од Hugging Face во Поставки → Транскрипција → Додај модел… или изберете whisper.cpp .bin датотека. Погледнете ваш сопствен Whisper модел погоре.
Каква прецизност да очекувам?
Зависи од моделот. Стандардниот, large-v3-turbo, останува близу до large-v3, врвот на прецизност на Whisper, а декодира неколку пати побрзо. Parakeet-TDT v3 е подобар од large-v3 на англиски, но покрива само 25 јазици.
Колку се големи преземањата на моделите?
Whisper се движи од 75 MB (tiny) до 3.1 GB (large-v3); Parakeet-TDT v3 е околу 670 MB. Секој се презема еднаш и потоа работи офлајн.
Дали моето аудио оди некаде при транскрипцијата?
Не. Аудиото се обработува само во меморијата на вашиот уред, никогаш не се прикачува и никогаш не се запишува на диск.
Најдете го вашиот јазик, потоа пробајте
14-дневен целосен пробен период, без потреба од сметка.