Earkeep
Мови та моделі
Earkeep транскрибує на вашому пристрої за допомогою Whisper (99+ мов) або Parakeet-TDT v3 (25 європейських мов, зокрема чеської, і це швидша з двох моделей) з апаратним прискоренням на Apple Silicon. Перш ніж купувати, перевірте свою мову в списку нижче.
Яку модель обрати
Здебільшого англійська: Parakeet-TDT v3. Вона очолює відкритий рейтинг ASR за швидкістю і перевершує Whisper large-v3 за точністю на англійській.
Інша мова або суміш мов: якщо Parakeet її підтримує, Parakeet і тут швидша. Якщо ні, використовуйте Whisper. Для порівнянного розміру вона повільніша, але все одно транскрибує у темпі мовлення: ви втрачаєте запас швидкості, а не живу транскрипцію.
Модель можна змінити будь-коли в Налаштування → Транскрипція або на лівій панелі. Мови, які вона слухає, вказано на картці моделі: одна, кілька або автовизначення.
Порівняння моделей
| Модель | Розмір | Для чого | Приблизний розмір завантаження |
|---|---|---|---|
| Whisper | tiny | Найшвидша і найменша, найменш точна | 75 МБ |
| Whisper | base | Крок уперед порівняно з tiny | 142 МБ |
| Whisper | small | Точність, якій уже можна довіряти | 466 МБ |
| Whisper | medium | Точніша, помітно повільніша | 1,5 ГБ |
| Whisper | large-v3-turbo (за замовчуванням) | За точністю близька до large-v3, у кілька разів швидша | 1,6 ГБ |
| Whisper | large-v3 | Найвища точність у родині, особливо для мовлення з кількома мовами | 3,1 ГБ |
| Parakeet-TDT v3 | Один розмір (квантизація int8) | 25 європейських мов, найшвидша в відкритому рейтингу ASR, перевершує large-v3 на англійській | 670 МБ |
Ваша власна модель Whisper
Люди публікують моделі Whisper, донавчені під один діалект або галузь, наприклад швейцарську німецьку, яку стандартний Whisper часто сприймає як нідерландську. Earkeep може запускати й такі моделі.
- Вставте посилання на Hugging Face у Налаштування → Транскрипція → Додати модель…. Earkeep покаже, які версії існують і який розмір кожної, ще до початку завантаження.
- Контрольні точки Transformers конвертуються на вашому пристрої у формат whisper.cpp. Файли PyTorch
.binі адаптери LoRA конвертувати не можна. - Або виберіть файл whisper.cpp
.bin, який у вас уже є. - Ліцензію показано до завантаження; чи підходить вона для вашого використання, вирішуєте ви з її автором.
Додана модель працює так само, як вбудовані. Додавати можна лише моделі Whisper, не Parakeet.
На пристрої, офлайн, завантаження один раз
Обробка відбувається на вашому пристрої, тож звук нікуди не передається для транскрибування, а транскрипція працює без мережі. Кожна модель завантажується один раз і далі працює офлайн. Повний механізм описано на сторінці приватність за задумом.
Повний список мов
99 мов, які транскрибує Whisper, у кожному розмірі. 25 виділених жирним також підтримує Parakeet-TDT v3, швидша з двох моделей.
- Африкаанс
- Албанська
- Амхарська
- Арабська
- Вірменська
- Ассамська
- Азербайджанська
- Башкирська
- Баскська
- Білоруська
- Бенгальська
- Боснійська
- Бретонська
- Болгарська
- Бірманська
- Каталанська
- Китайська
- Хорватська
- Чеська
- Данська
- Нідерландська
- Англійська
- Естонська
- Фарерська
- Фінська
- Французька
- Галісійська
- Грузинська
- Німецька
- Грецька
- Гуджараті
- Гаїтянська креольська
- Хауса
- Гавайська
- Іврит
- Гінді
- Угорська
- Ісландська
- Індонезійська
- Італійська
- Японська
- Яванська
- Каннада
- Казахська
- Кхмерська
- Корейська
- Лаоська
- Латинська
- Латвійська
- Лінгала
- Литовська
- Люксембурзька
- Македонська
- Малагасійська
- Малайська
- Малаялам
- Мальтійська
- Маорі
- Маратхі
- Монгольська
- Непальська
- Норвезька
- Нюноршк
- Окситанська
- Пушту
- Перська
- Польська
- Португальська
- Пенджабі
- Румунська
- Російська
- Санскрит
- Сербська
- Шона
- Сіндхі
- Сингальська
- Словацька
- Словенська
- Сомалі
- Іспанська
- Сунданська
- Суахілі
- Шведська
- Тагальська
- Таджицька
- Тамільська
- Татарська
- Телугу
- Тайська
- Тибетська
- Турецька
- Туркменська
- Українська
- Урду
- Узбецька
- В'єтнамська
- Валлійська
- Їдиш
- Йоруба
Пов'язані сторінки
- Приватність за задумом: чому звук ніколи не залишає ваш комп'ютер і не потрапляє на диск в обох моделях.
- Постійний запис: чому швидка модель важлива, коли транскрипція працює цілий день.
Часті запитання
Чи підтримує Earkeep мою мову?
Майже напевно, адже Whisper підтримує 99+ мов (список вище). Якщо вона входить до 25 мов Parakeet, ви можете обрати Parakeet для більшої швидкості.
Чи можна змінити модель після встановлення?
Так, будь-коли в Налаштування → Транскрипція. Нова модель завантажується під час першого перемикання на неї.
Чи можна використати модель Whisper, донавчену під мій діалект?
Так, у більшості випадків: вставте посилання на неї на Hugging Face у Налаштування → Транскрипція → Додати модель… або виберіть файл whisper.cpp .bin. Див. розділ ваша власна модель Whisper вище.
Якої точності очікувати?
Це залежить від моделі. Типова модель large-v3-turbo за точністю близька до large-v3, найточнішої в родині Whisper, а декодує в кілька разів швидше. Parakeet-TDT v3 перевершує large-v3 на англійській, але підтримує лише 25 мов.
Яким є розмір завантаження моделей?
Whisper: від 75 МБ (tiny) до 3,1 ГБ (large-v3); Parakeet-TDT v3 займає близько 670 МБ. Кожна завантажується один раз і далі працює офлайн.
Чи кудись передається мій звук під час транскрибування?
Ні. Звук обробляється лише в пам'яті вашого пристрою, ніколи не вивантажується і ніколи не записується на диск.
Знайдіть свою мову, а тоді спробуйте
14-денна повна пробна версія, без облікового запису.