Mentionsy Mentionsy
Gadanie Gadesa
Gadanie Gadesa

103 Transkrypcja nagrań głosowych - Whisper

19.02.2023 ·15 min 49 s · 5 rozdziałów

Najbardziej przystępną wersję Whispera opisałem tutaj: https://gadesound.blogspot.com/2023/04/whisperowa-transkrypcja-w-c.html Materiały na temat Whispera na moim blogu: https://gadesound.blogspot.com/2022/12/whisper-czyli-robimy-z-gosu-tekst.html https://gadesound.blogspot.com/2023/01/k-whisper-poprawiam-skrypt.html Materiał o Speech Translate: https://gadesound.blogspot.com/2023/01/k-speech-translate-whisper-w-okienku.html

5:12 · Program Whisper 1

Po pierwsze czasochłonność transkrypcji oraz dokładność tej transkrypcji. Niestety, jeżeli korzystamy wyłącznie z głównego procesora komputera, to te bardziej złożone, dokładniejsze modele sieci, nazwane medium oraz large, działają bardzo długo. Ale to one dają właśnie największą precyzję transkrypcji, z czego należy sobie zdawać sprawę i tak niemal nigdy nie będzie stuprocentowa, więc tekst transkryptu należy zawsze przeczytać przed publikacją, bo można tam znaleźć czasami dosyć ciekawe kwiatki, mówiąc kolokwialnie. Moje doświadczenie wskazuje, że faktycznie najlepiej działa model Large, ten największy, i tutaj błędów jest naprawdę niewiele, także poprawianie tekstu trwa praktycznie tyle, ile jego przeczytanie, bo tutaj nie ma za bardzo co poprawiać.

Pokazano wszystkie 1 dopasowanie. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.