கண்ணோட்டம்

உள்ளூர் டிரான்ஸ்கிரிப்ஷன் இன்ஜின் அல்லது உங்கள் இயக்க முறைமையின் உள்ளமைக்கப்பட்ட டிக்டேஷன் சேவையைத் தேர்வு செய்யவும். கிடைக்கும் என்பது உங்கள் இயங்குதளம் மற்றும் எந்த விருப்ப இயந்திரங்கள் நிறுவப்பட்டுள்ளன என்பதைப் பொறுத்தது.

பேச்சுக்கு உரை என்ன செய்கிறது

கைஜு ஹப் AI மைக்ரோஃபோன் செயலை வழங்கும் எல்லா இடங்களிலும் நீங்கள் சொல்வதை உரையிலிருந்து உரை திருத்தக்கூடிய உரையாக மாற்றுகிறது. முகவர் அறிவுறுத்தல்களைக் கட்டளையிடவும், கைஜு குரல் உரையாடலைத் தொடரவும் மற்றும் தட்டச்சு செய்யாமல் நீண்ட வழிமுறைகளை உள்ளிடவும் இதைப் பயன்படுத்தவும். விஸ்பர் மற்றும் பரகீட் போன்ற உள்ளூர் இயந்திரங்கள் உங்கள் கணினியில் டிரான்ஸ்கிரிப்ஷனை வைத்திருக்கின்றன; இயங்குதள டிக்டேஷன் விண்டோஸ் அல்லது மேகோஸ் வழங்கும் பேச்சு சேவையைப் பயன்படுத்துகிறது.

கிடைக்கும் சேவைகள்

Whisper அமைப்புகள்

உள்ளூர் உரை-க்கு-பேச்சு டிரான்ஸ்கிரிப்ஷனுக்கான OpenAI Whisper அமைப்புகளை உள்ளமைக்கவும். Whisper உங்கள் கணினியில் முழுவதுமாக இயங்குகிறது, ஆஃப்லைன், தனிப்பட்ட குரல் உள்ளீட்டிற்காக. மாதிரிகளைப் பதிவிறக்கவும், நிறுவவும் மற்றும் நீக்கவும்.

கிடைக்கக்கூடிய மாதிரிகள்

எந்த விஸ்பர் மாதிரியை நான் தேர்வு செய்ய வேண்டும்?

வேகம், நினைவக பயன்பாடு மற்றும் டிரான்ஸ்கிரிப்ஷன் தரம் ஆகியவற்றின் நடைமுறை சமநிலைக்கு Small மாடலுடன் தொடங்கவும். வன்பொருள் குறைவாக இருக்கும்போது கீழே நகர்த்தவும் அல்லது துல்லியம் மற்றும் GPU செயல்திறன் அதிகமாக இருக்கும்போது Medium, Large அல்லது Turbo மாடலைத் தேர்ந்தெடுக்கவும்.

நிறுவல் நிலை

அமைப்புகள் பக்கம் தேவையான சார்புகளின் நிறுவல் நிலையைக் காட்டுகிறது:

விருப்பமான வேகமான இயந்திரங்கள்

இந்த எஞ்சின்கள் தனித்தனி பதிவிறக்கங்கள் எனவே இயல்புநிலை நிறுவல் சிறியதாக இருக்கும். அமைப்புகள் திரை ஒவ்வொரு இயந்திரத்திற்கும் நிறுவல் மற்றும் வன்பொருள் நிலையைக் காட்டுகிறது.

Kaiju Voice மூலம் ஒன்றைத் தேர்ந்தெடுப்பது பெரிய பதிவிறக்கத்தை அமைதியாகத் தொடங்காது. முதலில் அதை அமைப்புகளில் நிறுவவும்; அசிஸ்டண்ட் அதன் பிறகு கிடைக்கும் தன்மையை சரிபார்த்து சேவைகளை மாற்றலாம்.

Windows குரல் தட்டச்சு

Windows 10 மற்றும் அதற்குப் பிந்தையவற்றில் உள்ள Azure பேச்சு சேவைகளைப் பயன்படுத்தி Windows குரல் தட்டச்சுவை உள்ளமைக்கவும். இணைய இணைப்பு தேவை. Windows அமைப்புகளில் பேச்சு அங்கீகாரத்தை இயக்க வழிமுறைகளைப் பின்பற்றவும்.

Apple டிக்டேஷன்

macOS அமைப்புகளில் டிக்டேஷனை இயக்குவதன் மூலம் macOS-இல் macOS டிக்டேஷனை உள்ளமைக்கவும்.

உள்ளூர் குரல் மாதிரிகள்

தேர்ந்தெடுக்கப்பட்ட நிறுவப்பட்ட மாதிரி மூலம் AI மூளை பேசுகிறது. மாடல்களை மாற்றுவது புதியதை ஏற்றுவதற்கு முன் முந்தைய மாடலை இறக்கி, அந்த மாதிரியுடன் இணக்கமான குரல்களுக்கு குரல் பட்டியல் வடிகட்டப்படும்.

பேச்சு வேகத்தை 0.5× முதல் 2× வரை அமைக்கலாம். குரல் குளோனிங் அதை ஆதரிக்கும் மாதிரிகளுக்கு மட்டுமே தோன்றும்; உங்களுக்குச் சொந்தமான அல்லது பயன்படுத்த அனுமதி உள்ள ஆடியோவைப் பயன்படுத்தவும்.

கிளவுட் வழங்குநர் பட்டியல்

அமைப்புகளின் பட்டியலில் OpenAI, ElevenLabs, Cartesia, Smallest AI, Fish Audio, Speechmatics, Amazon Polly, Google Cloud Text-to-Speech மற்றும் Microsoft Azure ஆகியவற்றுக்கான உள்ளமைவும் அடங்கும். கிடைக்கும் என்பது வழங்குநரின் உள்ளமைவு மற்றும் நீங்கள் வழங்கும் நற்சான்றிதழ்களைப் பொறுத்தது.

API நற்சான்றிதழ்கள் அமைப்புகளில் இருக்கும் மற்றும் Kaiju Voice இன் பேச்சு அல்லது கட்டமைக்கப்பட்ட அமைப்புகளின் சுருக்கங்களில் இருந்து விலக்கப்படும்.