Apa itu speech to text? Ini perangkat lunak yang mengubah bahasa lisan dalam audio menjadi teks tertulis. Program memotong suara menjadi bingkai pendek, mencocokkannya dengan bunyi ucapan, lalu menyusun kata yang paling mungkin. Gagasan yang sama dikenal juga sebagai pengenalan ucapan dan ASR.
Transkripsikan rekaman
Kirim pesan suara, audio, atau video Anda ke @potok_now_bot di Telegram, lalu teksnya akan dikirim kembali di obrolan.
Buka @potok_now_bot di Telegram
File hingga 2 GB · ekspor ke TXT, MD, DOCX, PDF, SRT, dan VTT · label pembicara dan stempel waktu · sekitar 30 bahasa
Fakta utama
- Sistem modern memakai jaringan saraf yang dilatih dengan kumpulan besar rekaman berpasangan dengan teks yang benar, bukan aturan yang ditulis tangan.
- Ukuran kualitas yang lazim adalah word error rate, yaitu persentase kata yang diganti, terlewat, atau ditambahkan dibanding transkrip yang benar.
- Aksen, jargon, tumpang tindih suara, dan bising menaikkan tingkat kesalahan, begitu pula bahasa yang sedikit dilihat sistem saat pelatihan.
- Keluaran mentah tidak tahu siapa yang bicara atau di mana kalimat berakhir, jadi langkah tambahan menambahkan label pembicara, tanda baca, dan stempel waktu.
- Speech to text mengubah bunyi menjadi kata dalam bahasa yang sama; ia tidak mengubah satu bahasa ke bahasa lain.
Tampilannya
// input
talk.m4a (spoken: "send the invoice on friday")
// pipeline
audio -> frames -> speech sounds -> likely words -> text
// output
send the invoice on friday
Selengkapnya
Lihat daftar lengkap bahasa, alat, dan glosarium.
Pertanyaan yang sering diajukan
Apakah speech to text sama dengan dikte?
Dikte adalah salah satu pemakaiannya: Anda berbicara dan teks muncul di dokumen. Transkripsi rekaman adalah pemakaian lain dari teknologi yang sama.
Apakah sama dengan pengenalan ucapan?
Ya, istilahnya dipakai bergantian. ASR, singkatan dari automatic speech recognition, adalah nama teknisnya.
Seberapa akurat?
Bergantung pada audio, suara, dan bahasanya. Angka word error rate yang terpublikasi menunjukkan apa yang bisa diharapkan, dan rekaman yang jelas paling membantu.
Bagaimana cara mengubah rekaman menjadi teks dengan Potok?
Buka bot, kirim pesan suara, audio, atau video, atau tempelkan tautan YouTube, lalu teksnya kembali di obrolan atau sebagai berkas.
Bisakah saya mengekspor hasilnya?
Bisa. Ekspor mencakup TXT, MD, DOCX, PDF, SRT, dan VTT. Hasil pendek tiba sebagai teks di obrolan dan yang panjang sebagai berkas.
Sumber
Setiap sumber dibuka secara manual pada tanggal yang tertera. Halaman bisa berubah, jadi buka sumbernya jika ada detail yang penting bagi Anda.
- Speech recognition (Wikipedia), Wikipedia · diperiksa
- Word error rate (Wikipedia), Wikipedia · diperiksa
Coba pada rekaman Anda sendiri
Kirim pesan suara, audio, atau video Anda ke @potok_now_bot di Telegram, lalu teksnya akan dikirim kembali di obrolan.
Buka @potok_now_bot di Telegram