OpenWhispr: Chuyển đổi văn bản sử dụng Whisper cục bộ cho macOS
OpenWhispr, từ Gizmo Labs Inc., là một ứng dụng chuyển đổi văn bản trên macOS được xây dựng để chuyển đổi âm thanh và video đã ghi lại thành văn bản có thể tìm kiếm trong khi giữ tất cả các xử lý trên máy của người dùng. Ứng dụng sử dụng các mô hình Whisper để chuyển đổi và dịch hơn 100 ngôn ngữ, tạo ra các tệp phụ đề có mã thời gian, và chấp nhận các lô tệp đã xếp hàng. Nó hỗ trợ nhập kéo và thả, các định dạng âm thanh/video phổ biến, và tăng tốc Apple Silicon, làm cho nó phù hợp cho các nhà báo, chuyên gia pháp lý, nhà nghiên cứu, và sinh viên cần quy trình chuyển đổi văn bản riêng tư, cục bộ.
Bạn có thể sử dụng nó cho những nhiệm vụ nào?
OpenWhispr nhắm đến việc chuyển đổi văn bản, dịch thuật và tạo phụ đề cho nội dung đã ghi âm như phỏng vấn, bài giảng và cuộc họp. Công cụ này tạo ra các bản sao văn bản có thể tìm kiếm và các tệp phụ đề có mã thời gian tương thích với định dạng SRT và VTT, và bao gồm một chế độ dịch có thể xuất văn bản tiếng Anh từ âm thanh không phải tiếng Anh, định vị nó cho các quy trình hậu kỳ và nghiên cứu.
Độ chính xác của các bản sao trong thực tế là bao nhiêu?
Ứng dụng sử dụng các mô hình Whisper mà nhà phát triển mô tả là có độ chính xác cao, mà cộng đồng người dùng macOS ca ngợi vì đầu ra đáng tin cậy so với các dịch vụ web. Độ chính xác và sự phân tách người nói thay đổi tùy thuộc vào mô hình được chọn: chất lượng phân loại người nói phụ thuộc vào biến thể Whisper cụ thể được sử dụng trong một phiên, vì vậy việc gán nhãn nhiều người nói không được đảm bảo ở cùng một mức độ trong tất cả các lần chạy.
Các định dạng đầu vào và ràng buộc hệ thống nào bạn nên mong đợi?
OpenWhispr chấp nhận các loại tệp âm thanh và video phổ biến và không áp đặt giới hạn độ dài tệp do phần mềm quy định; các ràng buộc thực tế là dung lượng đĩa khả dụng và khả năng xử lý của Mac. Các định dạng được hỗ trợ bao gồm:
- MP3, WAV, M4A
- MP4, MOV
Các yêu cầu hệ thống bắt đầu từ macOS 13.0; ứng dụng chạy trên Intel Macs nhưng được điều chỉnh cho phần cứng M-series để có tốc độ xử lý nhanh hơn.
Nó có phù hợp với các quy trình làm việc nhạy cảm về quyền riêng tư không?
OpenWhispr nhấn mạnh mô hình xử lý ngoại tuyến không có thành phần phía máy chủ, điều này loại bỏ việc tải lên đám mây từ bước chuyển đổi văn bản sau khi tải xuống mô hình ban đầu. Ứng dụng cung cấp hàng đợi theo lô cho nhiều tệp và tích hợp vào môi trường Mac, mà nhà phát triển định vị là phù hợp cho các nhà báo, nhóm pháp lý và nhà nghiên cứu ưu tiên kiểm soát cục bộ đối với các bản ghi âm và bản sao.
Lựa chọn rõ ràng cho việc phiên âm chú trọng đến quyền riêng tư, với điều kiện xem xét của con người
OpenWhispr là một lựa chọn khả thi cho các chuyên gia cần phiên bản và xuất phụ đề được tạo ra bởi máy móc tại chỗ trong khi giữ các bản ghi trên thiết bị. Mong đợi đầu ra tự động mạnh mẽ cho các bản ghi rõ ràng, nhưng hãy lên kế hoạch cho việc xác minh của con người đối với các tài liệu có tính chất quan trọng hoặc nhạy cảm về pháp lý. Sử dụng nó như một công cụ trong giai đoạn sản xuất giúp giảm thiểu việc gõ tay trong khi vẫn giữ một con người tham gia vào các kiểm tra cuối cùng.
