SpeechPulse

درباره SpeechPulse

SpeechPulse یک برنامه تشخیص صدا برای رایانه های شخصی ویندوز 10/11 و مک های سیلیکونی اپل است. برخلاف اکثر برنامه‌های تشخیص گفتار دیگر، با استفاده از مدل‌های هوش مصنوعی Whisper کاملا آفلاین اجرا می‌شود.

از دو حالت کار پشتیبانی می کند: حالت زنده و حالت فایل.

در حالت زنده، SpeechPulse از میکروفون رایانه شما استفاده می کند صدای خود را ضبط کنید و آن را به متن تبدیل کنید در زمان واقعی. این می تواند در هر دسکتاپ یا برنامه وب، از جمله ویرایشگرهای متن و مرورگرهای وب، تایپ کند.

در حالت فایل، SpeechPulse می تواند رونویسی فایل های صوتی و تصویری برای تولید رونویسی متن همچنین می‌تواند زیرنویس‌های SRT و VTT را برای فایل‌های صوتی/تصویری شما با مهر زمانی دقیق ایجاد کند.

این برنامه از تشخیص گفتار در 100 زبان پشتیبانی می کند. همه زبان های محبوب از جمله انگلیسی، فرانسوی، اسپانیایی، ایتالیایی، آلمانی، ژاپنی، چینی و روسی پشتیبانی می شوند.

نسخه ویندوز SpeechPulse همچنین می‌تواند از پردازنده‌های گرافیکی NVIDIA برای رونویسی سریع‌تر استفاده کند. نسخه macOS همچنین از GPU در مک های سیلیکونی اپل برای سرعت بخشیدن به روند رونویسی استفاده می کند.

این از هر دو نقطه گذاری خودکار و نقطه گذاری دستی پشتیبانی می کند. با علامت گذاری خودکار، به طور خودکار علائم نگارشی شامل کاما، نقطه، علامت سوال و علامت تعجب را اضافه می کند. با علامت گذاری دستی، می توانید برای کنترل نهایی، علائم نگارشی را به معنای واقعی کلمه دیکته کنید.

شما نیز می توانید SpeechPulse را با دستورات صوتی کنترل کنید. به عنوان مثال، می‌توانید برای قرار دادن برنامه در حالت خواب، «Go to sleep» و برای بیدار شدن از حالت «Wake up» بگویید. همچنین می‌توانید برای افزودن یک خط شکسته، «خط جدید» و برای شروع پاراگراف جدید «بند جدید» بگویید.

همچنین از کلیدهای میانبر قابل تنظیم پشتیبانی می کند. به عنوان مثال، می‌توانید میکروفون را روشن/خاموش کنید یا با استفاده از کلیدهای میانبر، برنامه را در حالت خواب قرار دهید.

دارای دو حالت ورودی گفتار است. با ورودی گفتار خودکار، آن را به طور خودکار صدای شما را شناسایی و رونویسی می کند. با حالت فشار به صحبت، می‌توانید کلیدی را فشار دهید تا تشخیص فعال شود.

SpeechPulse نیز پشتیبانی می کند جایگزینی متن تولید شده با استفاده از ویژگی نگاشت سفارشی به عنوان مثال، می توانید املا و حروف بزرگ خروجی متن را با استفاده از نگاشت سفارشی تصحیح کنید. نگاشت های سفارشی همچنین از عبارات منظم برای جایگزینی حروف عام پشتیبانی می کند.

با تشکر از مدل های هوش مصنوعی Whisper، آخرین نسخه SpeechPulse می تواند لهجه های غیر بومی را به دقت تشخیص دهد. همچنین در برابر سطوح متوسط ​​نویز پس زمینه مقاوم است.

اگر در یک محیط پر سر و صدا هستید، می توانید یک نمایه گفتار ایجاد کنید در برنامه برای فیلتر کردن صدای پر سر و صدا. نمایه‌های گفتار می‌توانند مشکلات تولید متن تصادفی را به میزان قابل توجهی کاهش دهند و استفاده از SpeechPulse را در یک محیط پر سر و صدا ممکن می‌سازند.

La ضبط کننده صدا همچنین دارای یک ویرایشگر متن داخلی است. می‌توانید ویرایشگر را با استفاده از کلید میانبر یا با فرمان صوتی «ویرایشگر باز» باز کنید. ویرایشگر SpeechPulse همچنین از قالب بندی متن با استفاده از دستورات صوتی پشتیبانی می کند.

تصاویر