A beszédmodell nem készült el
Nyissa meg a Beállításokat, és hagyja, hogy a Desktop befejezze a helyi modell letöltését és betöltését, mielőtt újra próbálkozna.
Készítsen TXT átiratokat és SRT feliratokat letöltött videóból a saját számítógépén. A Desktop FFmpeg segítségével előkészíti a hangot, és a beszédmodellt úgy futtatja, hogy a média ne kerüljön feltöltésre.
A Desktop FFmpeg segítségével 16 kHz-es hangot készít, beszédet érzékel, majd egy szegmenst futtat a helyi modell szerint felismerésre.
Minden lépés megfelel a fenti Asztali alkalmazásban megjelenített vezérlésnek vagy feladatállapotnak.
Engedélyezze a TXT + SRT-t a kompatibilis videó letöltésének megkezdése előtt.
Első használatkor erősítse meg a beállítást, és várjon, amíg a Beállítások "Enabled" vagy "Ready" állapotot jelez.
A Desktop letölti a videót, előkészíti a hanganyagot, és sorban feldolgozza a leiratkészítést.
Keresse meg a letöltött média mellett a megfelelő .txt és .srt fájlokat.
A hibák továbbra is a feladathoz kapcsolódnak, így a sorban lévő elkészült elemek továbbra is elérhetők.
Nyissa meg a Beállításokat, és hagyja, hogy a Desktop befejezze a helyi modell letöltését és betöltését, mielőtt újra próbálkozna.
Erősítse meg, hogy a videó tartalmaz hallható beszédet. Csak zenét, néma vagy rendkívül zajos hangot tartalmazó videók üres fájlokat eredményezhetnek.
Tartsa elérhetővé a letöltött videót, és próbálkozzon újra. Egy sérült vagy nem támogatott fájl megakadályozhatja, hogy az FFmpeg előkészítse a hanganyagot.
Válassza ki a számítógépére érvényes csomagot. A kiadási kártyák csak akkor jelennek meg, ha az a csomag elérhető.
Ingyenes: Napi 10 sikeres egyetlen videó elemzés; profil kinyerés nem elérhető. Desktop Pro: $9.90/hónap vagy $79.90/év korlátlan elemzéshez és támogatott profil kinyeréshez. Tervek összehasonlítása.
Nem. A hang előkészítése és a beszédfelismerés a számítógépen történik.
A jelenlegi Beállítások képernyő felsorolja a mandarint, kantoni kínaít, angolt, japánt és koreait.
Nem. Az eredmények a nyelvtől, a beszéd tisztaságától, a háttérzajtól, az átfedéstől és a forrásfelvételtől függenek.