Earkeep
Језици и модели
Earkeep транскрибује на вашем уређају помоћу модела Whisper (99+ језика) или Parakeet-TDT v3 (25 европских језика, укључујући чешки, и бржи од та два), уз хардверско убрзање на Apple Silicon чипу. Пре куповине проверите свој језик на листи испод.
Који модел да користим
Углавном енглески: Parakeet-TDT v3. Предводи отворену ASR ранг-листу по брзини и надмашује Whisper large-v3 по тачности на енглеском.
Други језик или мешавина језика: ако га Parakeet покрива, Parakeet је и ту бржи. У супротном користите Whisper. За исту величину је спорији, али и даље транскрибује док људи говоре; одричете се резерве у брзини, а не транскрипта уживо.
Модел је подешавање које можете променити кад год желите у Подешавања → Транскрипција или у левом бочном панелу. Језици које слуша налазе се на картици модела: један, неколико или аутоматско препознавање.
Поређење модела
| Модел | Величина | Чему служи | Приближна величина преузимања |
|---|---|---|---|
| Whisper | tiny | Најбржи и најмањи, најмање тачан | 75 MB |
| Whisper | base | Корак изнад модела tiny | 142 MB |
| Whisper | small | Одавде тачност почиње да буде довољно добра да јој верујете | 466 MB |
| Whisper | medium | Тачнији, приметно спорији | 1.5 GB |
| Whisper | large-v3-turbo (подразумевани) | По тачности близу модела large-v3, неколико пута бржи | 1.6 GB |
| Whisper | large-v3 | Врхунац тачности ове породице, нарочито за говор на мешовитим језицима | 3.1 GB |
| Parakeet-TDT v3 | Једна величина (int8 квантизација) | 25 европских језика, најбржи на отвореној ASR ранг-листи, надмашује large-v3 на енглеском | 670 MB |
Ваш сопствени Whisper модел
Људи објављују Whisper моделе дотеране за један дијалект или струку, на пример за швајцарски немачки, који стандардни Whisper често препозна као холандски. Earkeep може да покрене и њих.
- Налепите Hugging Face везу у Подешавања → Транскрипција → Додај модел…. Earkeep пре било каквог преузимања приказује које верзије постоје и колико је која велика.
- Transformers checkpoint-и се конвертују на вашем уређају у whisper.cpp формат. PyTorch
.binдатотеке и LoRA адаптери не могу да се конвертују. - Или изаберите whisper.cpp
.binдатотеку коју већ имате. - Лиценца се приказује пре преузимања; да ли одговара вашој употреби, ствар је између вас и њеног аутора.
Додати модел ради као уграђени. Могу се додати само Whisper модели, не и Parakeet.
На уређају, без мреже, преузима се једном
Инференција се одвија на вашем уређају, па аудио никада никуда не путује да би био транскрибован, а транскрипција ради и без мреже. Сваки модел се преузима једном и после тога ради ван мреже. Потпун механизам погледајте у делу приватност већ у основи.
Комплетна листа језика
99 језика које Whisper транскрибује, у свакој величини. 25 подебљаних покрива и Parakeet-TDT v3, бржи од та два.
- африканс
- албански
- амхарски
- арапски
- јермењски
- асамески
- азербејџански
- башкирски
- баскијски
- белоруски
- бенгалски
- босански
- бретонски
- бугарски
- бурмански
- каталонски
- кинески
- хрватски
- чешки
- дански
- холандски
- енглески
- естонски
- фарски
- фински
- француски
- галицијски
- грузијски
- немачки
- грчки
- гуџарати
- хаићански креолски
- хауса
- хавајски
- хебрејски
- хинди
- мађарски
- исландски
- индонежански
- италијански
- јапански
- јавански
- канада
- казашки
- кмерски
- корејски
- лаошки
- латински
- летонски
- лингала
- литвански
- луксембуршки
- македонски
- малгашки
- малајски
- малајалам
- малтешки
- маорски
- марати
- монголски
- непалски
- норвешки
- нинорск
- окситански
- паштунски
- персијски
- пољски
- португалски
- пенџапски
- румунски
- руски
- санскрит
- српски
- шона
- синдхи
- синхалски
- словачки
- словеначки
- сомалски
- шпански
- сундански
- свахили
- шведски
- тагалог
- таџички
- тамилски
- татарски
- телугу
- тајски
- тибетански
- турски
- туркменски
- украјински
- урду
- узбечки
- вијетнамски
- велшки
- јидиш
- јоруба
Повезано
- Приватност већ у основи: зашто аудио никад не напушта ваш рачунар и никад не додирује диск, за оба модела.
- Стално укључено снимање: зашто је брз модел важан кад транскрипција ради цео дан.
Често постављана питања
Да ли Earkeep подржава мој језик?
Скоро сигурно, захваљујући Whisper-ових 99+ језика (листа изнад). Ако је међу Parakeet-ових 25, можете изабрати Parakeet за додатну брзину.
Могу ли да променим модел након инсталације?
Да, кад год желите у Подешавања → Транскрипција. Нови модел се преузима први пут кад пређете на њега.
Могу ли да користим Whisper модел дотеран за мој дијалект?
Да, у већини случајева: налепите његову Hugging Face везу у Подешавања → Транскрипција → Додај модел… или изаберите whisper.cpp .bin датотеку. Погледајте ваш сопствени Whisper модел изнад.
Какву тачност могу да очекујем?
Зависи од модела. Подразумевани large-v3-turbo остаје близу модела large-v3, врхунца Whisper-ове тачности, а декодира неколико пута брже. Parakeet-TDT v3 надмашује large-v3 на енглеском, али покрива само 25 језика.
Колика су преузимања модела?
Whisper се креће од 75 MB (tiny) до 3.1 GB (large-v3); Parakeet-TDT v3 има око 670 MB. Сваки се преузима једном, а затим ради ван мреже.
Да ли мој аудио иде негде током транскрипције?
Не. Аудио се обрађује само у меморији на вашем уређају, никада се не отпрема и никада се не уписује на диск.
Пронађите свој језик, па испробајте
14 дана пуне пробне верзије, налог није потребан.