Yozib olish rejimlari
Yozib olish rejimi yozish tugmasi yoki tezkor tugmani bosganingizda nima sodir bo'lishini belgilaydi. Barcha rejimlarda ilova transkripsiya uchun faqat nutq aniqlangan fragmentlarni yuboradi.
Avtomatik (VAD)
VAD har bir parchani boshqarmasdan nutq boshlanishi va to'xtashi mumkin bo'lgan muntazam suhbatlar, intervyular va qo'ng'iroqlar uchun eng yaxshisidir.
Muhim: siz hali ham yozish tugmasi yoki tezkor tugma yordamida VADni yoqishingiz kerak. U yoqilgandan so'ng, ilova tanlangan audio manbalarni tinglaydi va nutqni avtomatik ravishda aniqlaydi. Biror kishi gapirganda, parcha yozib olinadi. Pauzadan so'ng fragment yopiladi va transkripsiyaga yuboriladi. VADni oʻchirsangiz, ilova audioni tahlil qilishni toʻxtatadi.
Bu qanday ishlaydi:
- Siz VADni yoqasiz
- Ilova tanlangan audio manbalarni tinglaydi va nutqni qidiradi
- Nutq aniqlanganda, yozuv bo'lagi boshlanadi
- Pauzadan so'ng fragment transkripsiyaga yuboriladi
- Agar nutq uzoq vaqt davom etsa, yozuvni qismlarga bo'lish mumkin
Qo'llanma (Oʻchirish)
O'zgartirish - bu fragmentning boshi va oxirini o'zingiz tanlamoqchi bo'lgan holatlar uchun. Yozib olish tugmasini birinchi marta bosish yoki Ctrl+R yozishni boshlaydi va ikkinchi marta bosish uni to'xtatadi va audioni transkripsiyaga yuboradi.
Yozishni boshlashdan oldin ilova qisqa fon buferini saqlaydi. Agar ibora boshlangandan keyin qisqa tugmani biroz bossangiz, birinchi soniyalar hali ham qo'shilishi mumkin. Agar oxirgi fragmentda nutq bo'lmasa, u avtomatik ravishda o'chiriladi.
Bir martalik (Bir zarba)
Bir martalik - javob so'rashdan oldin to'liq eshitmoqchi bo'lgan savollar uchun. Yozishni muddatidan oldin boshlamang: boshqa odam tugatguncha kuting, so'ng yozish tugmasini bosing yoki Ctrl+R. Ilova buferdan eng so'nggi audioni oladi, uni transkripsiya qiladi va javob uchun undan foydalanadi.
Ushbu rejim qaysi daqiqa muhimligini oldindan bilmaganingizda foydalidir. Bu uzoq startdan to to'xtashgacha bo'lgan segmentni qayd etmaydi; u oxirgi audioning bitta qisqa suratini oladi.
Yozib olish rejimini tanlash
Sozlamalarni oching (yon menyuda tishli belgisi), "Ovoz yozish" bo'limi. Bu yerda siz yozish rejimini tanlashingiz va boshqa parametrlarni sozlashingiz mumkin.
Barcha yozib olish sozlamalari
Rasmga olish sozlamalari ilova sozlamalarida "Ovozli yozish" ostida joylashgan. Ba'zi elementlar faqat ma'lum bir yozish rejimi, audio manba, platforma yoki ilova versiyasi uchun ko'rinadi.
Asosiy sozlamalar
Audio manba har doim ko'rinib turadi. U nimani yozib olishni tanlaydi: tizim audiosi + mikrofon, faqat tizim audiosi yoki faqat mikrofon.
Yozib olish rejimi har doim ko'rinib turadi. U yozish tugmasi harakatini belgilaydi: VAD, Toggle yoki Oneshot.
Mikrofon tanlangan manba mikrofon ovozini o'z ichiga olganida paydo bo'ladi. Bu yerda ma'lum bir kiritish qurilmasini tanlashingiz mumkin. Agar siz "Standart" ni saqlasangiz, tizim standart mikrofonidan foydalaniladi.
Chiqish qurilmasi tanlangan manba tizim ovozini o'z ichiga olganida Windowsda paydo bo'ladi. U ovozi yozib olinadigan karnay yoki minigarnituralarni tanlaydi.
Audio manba
Tizim audio + mikrofon qo'ng'iroqlar va suhbatlar uchun mo'ljallangan: u sizning ovozingizni ham, boshqa odamning ovozini ham yozib oladi.
Faqat tizim audiosi ilova yoki karnay ovozini yozib oladi. Mikrofoningiz kiritilmagan.
Faqat mikrofon faqat ovozingizni yozib oladi. Tizim ovozi kerak bo'lmaganda yoki tizim ovozi yo'lda bo'lganda foydalaning.
VAD sozlamalari
Chiqarish kengaytirilgan VAD sozlamalarida va sukut bo‘yicha yoqilgan. U uzoq nutqni alohida audio fayllarga ajratadi, shuning uchun transkripsiya va javoblarni yaratish ertaroq boshlanishi mumkin.
Bo'lak davomiyligi bo'laklash yoqilganda kengaytirilgan VAD sozlamalarida paydo bo'ladi. Diapazon: 5 dan 15 soniyagacha, standart 7 soniya. U transkripsiyaga yuborilishidan oldin bitta audio fragmentning maksimal uzunligini cheklaydi.
Yozishni to'xtatuvchi trigger (mikrofon) manba mikrofon ovozini o'z ichiga olgan bo'lsa, kengaytirilgan VAD sozlamalarida paydo bo'ladi. Diapazon: 0,5 dan 5 soniyagacha, standart 0,5 soniya. U joriy nutq fragmentini tugatish uchun qancha mikrofon sukunati kerakligini belgilaydi.
Yozishni to'xtatuvchi trigger (tizim audio) manba tizim ovozini o'z ichiga olgan bo'lsa, kengaytirilgan VAD sozlamalarida paydo bo'ladi. Diapazon: 0,5 dan 5 soniyagacha, standart 1 soniya. U joriy nutq fragmentini tugatish uchun qancha tizim-audio jimligi kerakligini belgilaydi.
Sozlamalarni almashtirish
Bufer muddati Toggle-da paydo bo'ladi. Diapazon: 0 dan 15 soniyagacha, standart 4 soniya. U bosishdan oldin yozishning boshiga bir necha soniya qo'shadi, bu ibora boshlangandan keyin qisqa tugmani biroz bosganingizda yordam beradi.
Skrinshotlarni audio bilan yuboring Toggle-da paydo bo'ladi va sukut bo'yicha yoqilgan. U avtomatik ravishda chatdagi skrinshotlarni audio fragmentga biriktiradi.
Nutq uchun audioni tekshiring Kengaytirilgan Oʻchirish sozlamalarida va sukut boʻyicha yoqilgan. Yozuv Silero VAD orqali o'tkaziladi va nutqsiz parchalar o'chiriladi. Har qanday audio, jumladan, jimlik va shovqinni yuborish kerak bo'lsa, uni o'chiring.
Oneshot sozlamalari
Suratga olish davomiyligi Oneshotda paydo bo'ladi. Diapazon: 5 dan 60 soniyagacha, standart 20 soniya. Bu tezkor tugmani bosganingizda buferdan qancha so'nggi soniya olish kerakligini belgilaydi.
Qo'lga olingandan keyin buferni tozalang Oneshot da paydo bo'ladi va sukut bo'yicha o'chirilgan. Yoqilganda, u har bir suratdan keyin buferni tozalaydi, shuning uchun keyingi bosish allaqachon transkripsiyalangan audioni qayta yubormaydi.
Skrinshotlarni audio bilan yuboring Oneshot da paydo bo'ladi va sukut bo'yicha yoqilgan. U avtomatik ravishda chatdagi skrinshotlarni audio fragmentga biriktiradi.
Nutq uchun audioni tekshiring kengaytirilgan Oneshot sozlamalarida va sukut bo‘yicha yoqilgan. Yozuv Silero VAD orqali o'tkaziladi va nutqsiz parchalar o'chiriladi. Har qanday audio, jumladan, jimlik va shovqinni yuborish kerak bo'lsa, uni o'chiring.
Tez-tez so'raladigan savollar
Yozib olish shovqindan kelib chiqadi
Neyron tarmog'i nutqsiz tovushlarni yaxshi filtrlaydi, lekin fon shovqinining yuqori darajasi noto'g'ri tetiklarga olib kelishi mumkin. Tizim sozlamalarida mikrofon sezgirligini kamaytirishga harakat qiling yoki eshitish vositasidan foydalaning.
So‘z birikmalarining boshini kesib tashlaydi
Qo'lda rejimda - bufer uzunligini oshiring.
Yozuvlar bo'sh sifatida o'chiriladi
Neyron tarmoq har bir yozuvni nutq mavjudligini tekshiradi. Agar model ovozni aniqlamasa (masalan, faqat fon shovqini yoki musiqa yozilgan), yozuv avtomatik ravishda o'chiriladi. Mikrofoningiz toʻgʻri sozlanganligiga va nutqingiz yetarlicha ravshan ekanligiga ishonch hosil qiling.