Επισκόπηση

Επιλέξτε μια τοπική μηχανή μεταγραφής ή την ενσωματωμένη υπηρεσία υπαγόρευσης του λειτουργικού σας συστήματος. Η διαθεσιμότητα εξαρτάται από την πλατφόρμα σας και από ποιους προαιρετικούς κινητήρες είναι εγκατεστημένοι.

Τι κάνει η ομιλία σε κείμενο

Η ομιλία σε κείμενο μετατρέπει αυτό που λέτε σε επεξεργάσιμο κείμενο όπου το Kaiju Hub AI προσφέρει μια δράση μικροφώνου. Χρησιμοποιήστε το για να υπαγορεύσετε τις προτροπές των πρακτόρων, να συνεχίσετε μια συνομιλία Kaiju Voice και να εισαγάγετε μεγαλύτερες οδηγίες χωρίς να πληκτρολογείτε. Οι τοπικοί κινητήρες όπως οι Whisper και Parakeet διατηρούν τη μεταγραφή στο μηχάνημά σας. Η υπαγόρευση πλατφόρμας χρησιμοποιεί την υπηρεσία ομιλίας που παρέχεται από τα Windows ή το macOS.

Διαθέσιμες υπηρεσίες

Ρυθμίσεις Whisper

Διαμορφώστε τις ρυθμίσεις OpenAI Whisper για τοπική μεταγραφή ομιλίας σε κείμενο. Το Whisper εκτελείται εξ ολοκλήρου στο μηχάνημά σας για ιδιωτική εισαγωγή φωνής εκτός σύνδεσης. Κατεβάστε, εγκαταστήστε και καταργήστε μοντέλα απευθείας από αυτήν την καρτέλα.

Διαθέσιμα Μοντέλα

Ποιο μοντέλο Whisper να επιλέξω;

Ξεκινήστε με το Small για πρακτική ισορροπία ταχύτητας, χρήσης μνήμης και ποιότητας μεταγραφής. Μετακινηθείτε προς τα κάτω όταν το υλικό είναι περιορισμένο ή επιλέξτε Medium, Large ή Turbo όταν η ακρίβεια και η απόδοση της GPU έχουν μεγαλύτερη σημασία.

Κατάσταση Εγκατάστασης

Η σελίδα ρυθμίσεων εμφανίζει την κατάσταση εγκατάστασης των απαιτούμενων εξαρτημάτων:

Προαιρετικοί γρήγοροι κινητήρες

Αυτές οι μηχανές είναι ξεχωριστές λήψεις, επομένως η προεπιλεγμένη εγκατάσταση παραμένει μικρή. Η οθόνη ρυθμίσεων δείχνει την κατάσταση εγκατάστασης και υλικού για κάθε κινητήρα.

Η επιλογή ενός μέσω του Kaiju Voice δεν ξεκινά ποτέ σιωπηλά μια μεγάλη λήψη. Εγκαταστήστε το πρώτα στις Ρυθμίσεις. ο βοηθός μπορεί στη συνέχεια να επαληθεύσει τη διαθεσιμότητα και να αλλάξει υπηρεσίες.

Εισαγωγή Φωνής των Windows

Διαμορφώστε την Εισαγωγή Φωνής των Windows για μεταγραφή ομιλίας σε κείμενο. Αυτή η υπηρεσία χρησιμοποιεί τις υπηρεσίες αναγνώρισης ομιλίας Azure που είναι ενσωματωμένες στα Windows 10 και νεότερες εκδόσεις. Απαιτείται σύνδεση στο Internet. Ακολουθήστε τις οδηγίες εγκατάστασης για να ενεργοποιήσετε την αναγνώριση ομιλίας στις Ρυθμίσεις των Windows.

Λειτουργία φωνητικής εισαγωγής της Apple

Διαμορφώστε την Υπαγορεύση της Apple για μεταγραφή ομιλίας σε κείμενο στα macOS. Πρόκειται για μια εγγενή λειτουργία macOS χωρίς να απαιτείται πρόσθετη ρύθμιση, πέρα από την ενεργοποίηση της υπαγορεύσεων στις Ρυθμίσεις Συστήματος.

Τοπικά μοντέλα φωνής

Το AI Brain μιλάει μέσω του επιλεγμένου εγκατεστημένου μοντέλου. Η αλλαγή μοντέλων ξεφορτώνει το προηγούμενο μοντέλο πριν φορτώσει το νέο και η λίστα φωνής φιλτράρεται σε φωνές συμβατές με αυτό το μοντέλο.

Η ταχύτητα ομιλίας μπορεί να ρυθμιστεί από 0,5× έως 2×. Η κλωνοποίηση φωνής εμφανίζεται μόνο για μοντέλα που την υποστηρίζουν. χρησιμοποιήστε τον ήχο που κατέχετε ή έχετε άδεια χρήσης.

Κατάλογος παρόχων cloud

Ο κατάλογος ρυθμίσεων περιλαμβάνει επίσης διαμόρφωση για OpenAI, ElevenLabs, Cartesia, Smallest AI, Fish Audio, Speechmatics, Amazon Polly, Google Cloud Text-to-Speech και Microsoft Azure. Η διαθεσιμότητα εξαρτάται από τη διαμόρφωση του παρόχου και τα διαπιστευτήρια που παρέχετε.

Τα διαπιστευτήρια API παραμένουν στις Ρυθμίσεις και εξαιρούνται από τις προφορικές ή δομημένες περιλήψεις ρυθμίσεων του Kaiju Voice.