שלב בענן
הוסיפו הקלטה – ישיבה, ראיון, הרצאה, הודעה קולית – וקבלו תמליל נקי מחולק לפי דוברים, שאפשר לייצא כ-Word, PDF, טקסט פשוט, כתוביות או גיליון.
הכלי בנוי לשיחות אמיתיות, כולל כאלה שעוברות שפה באמצע משפט, והוא מחלק את הטקסט לפי דוברים – דוברים שמוסקים מהשיחה, לא מזוהים לפי הקול – במקום להחזיר גוש טקסט אחד.
בניגוד לשאר הכלים באתר, התמלול משתמש בשרת: האתר לא מריץ זיהוי דיבור במכשיר שלכם. הדף שואל לפני שהוא שולח משהו. ההקלטה עוברת בקטעים של ארבע דקות, בלי שם הקובץ, דרך השרת שלנו ושער ה-AI של Lovable למודל זיהוי הדיבור של OpenAI, והטקסט עובר ל-Gemini של Google לעריכה. השרת שלנו לא שומר אף אחד מהם; השירותים האלה פועלים לפי התנאים שלהם.
לא מיועד ל: דיוק מושלם בהקלטות גרועות – רעש רקע חזק ואנשים שמדברים זה על זה עדיין גורמים לטעויות.
שום דבר לא נשלח עד שאתם מסכימים בחלון שנפתח כשלוחצים «תמלול», אלא אם בחרתם שלא לשאול שוב. אז הדפדפן שלכם מפענח את ההקלטה, או את הצליל של סרטון, ממזג אותה לערוץ אחד ב-16 kHz וחותך אותה לקטעים של ארבע דקות, שכל אחד מהם נשלח כקובץ WAV בשם part-1.wav, part-2.wav וכן הלאה: הצליל, בלי שם הקובץ שלכם.
כל קטע עובר לפונקציית השרת שלנו ב-Lovable Cloud, שמעבירה אותו דרך שער ה-AI של Lovable למודל הדיבור gpt-4o-transcribe של OpenAI, יחד עם אוצר המילים המותאם שלכם, השפה אם בחרתם אחת, ו-1,200 התווים האחרונים שכבר תומללו. הטקסט של כל הקטעים, עם שמות הדוברים ואוצר המילים שהזנתם, עובר באותה דרך למודל Gemini של Google כדי להתחלק לדוברים ולקבל כותרת, סיכום ופרקים, והתמליל המוגמר עובר פעם נוספת לחילוץ נקודות מפתח ומשימות לביצוע.
הפונקציות שלנו לא כותבות את השמע או את הטקסט לאחסון. הן רושמות את כתובת ה-IP שלכם עם כל בקשה, בשביל המכסה השעתית, ומוחקות אותה כשהיא בת יותר משעתיים. מה ש-Lovable, OpenAI ו-Google שומרות נקבע בתנאים שלהן. «שמירה בספרייה» שומרת את התמליל בדפדפן הזה, או בחשבון שלכם אם אתם מחוברים; «קישור שיתוף» מעלה את הקובץ המיוצא לאחסון שלנו ל-24 שעות, כפי שהדף אומר ליד הכפתור.
השרת שלנו מקבל שלושים קטעים בשעה מכתובת IP אחת, כלומר שעתיים של שמע. אם קטע נדחה או נכשל, הקטעים שכבר הסתיימו נשמרים, ו«ניסיון חוזר להקלטות שנכשלו» ממשיך מהקטע שנכשל במקום להתחיל מההתחלה.
דוברים לא מזוהים לפי הקול. Gemini מסיק אותם מהטקסט, משאלות, תשובות, ברכות ושמות שנאמרים בקול, ומשתמש בשמות הדוברים הצפויים שהקלדתם בתור התוויות שלו. אם השלב הזה נכשל, עדיין מקבלים את הטקסט, בגושים של ארבע דקות שמסומנים „דובר לא מזוהה“.
השאירו את השפה על זיהוי אוטומטי בשיחה שמערבבת שפות, למשל עברית ואנגלית, או בחרו את שפת הדיבור כדי לעזור למודל הדיבור בהקלטה בשפה אחת.
זמנים ידועים רק בקצוות של כל קטע בן ארבע דקות; התורות בתוך קטע מפוזרים במרווחים שווים ומסומנים ב-~. קובצי SRT, VTT ו-CSV נושאים את ההערכות האלה, ולכן הם משמשים מפתח גס להקלטה, לא כתוביות שעוקבות אחרי הדיבור.
עמוד זה בשפות אחרות: English · العربية · Deutsch · Français · Español · Русский · Português · 中文 · हिन्दी · Türkçe · فارسی · اردو · Bahasa Indonesia · বাংলা