स्पीच पल्स

SpeechPulse को बारेमा

स्पीच पल्स Windows 10/11 PCs र Apple Silicon Macs को लागि आवाज पहिचान गर्ने अनुप्रयोग हो। अन्य धेरै स्पीच रिकग्निसन एपहरू भन्दा फरक, यो Whisper AI मोडेलहरू प्रयोग गरेर पूर्ण रूपमा अफलाइन चल्छ।

यसले सञ्चालनका दुई मोडहरूलाई समर्थन गर्दछ: प्रत्यक्ष मोड र फाइल मोड.

लाइभ मोडमा, SpeechPulse ले तपाइँको कम्प्युटरको माइक्रोफोन प्रयोग गर्दछ तपाईंको आवाज रेकर्ड गर्नुहोस् र यसलाई पाठमा रूपान्तरण गर्नुहोस् वास्तविक समयमा। यसले पाठ सम्पादकहरू र वेब ब्राउजरहरू सहित कुनै पनि डेस्कटप वा वेब अनुप्रयोगमा टाइप गर्न सक्छ।

फाइल मोडमा, SpeechPulse सक्छ अडियो र भिडियो फाइलहरू ट्रान्सक्राइब गर्नुहोस् पाठ ट्रान्सक्रिप्सन उत्पन्न गर्न। यसले तपाईंको अडियो/भिडियो फाइलहरूको लागि सही टाइमस्ट्याम्पहरूका लागि SRT र VTT उपशीर्षकहरू पनि उत्पन्न गर्न सक्छ।

अनुप्रयोगले 100 भाषाहरूमा वाक् पहिचान समर्थन गर्दछ। अंग्रेजी, फ्रान्सेली, स्पेनिश, इटालियन, जर्मन, जापानी, चिनियाँ, र रूसी सहित सबै लोकप्रिय भाषाहरू समर्थित छन्।

SpeechPulse Windows संस्करण पनि छिटो ट्रान्सक्रिप्शनको लागि NVIDIA GPU हरू प्रयोग गर्न सक्छ। म्याकओएस संस्करणले ट्रान्सक्रिप्शन प्रक्रियालाई गति दिन Apple सिलिकन म्याकहरूमा GPU प्रयोग गर्दछ।

यसले स्वत: विराम चिह्न र म्यानुअल विराम चिह्न दुवैलाई समर्थन गर्दछ। स्वत: विराम चिन्हको साथ, यसले अल्पविराम, अवधि, प्रश्न चिन्ह, र विस्मयादिबोधक चिन्हहरू सहित स्वचालित रूपमा विराम चिन्हहरू थप्छ। म्यानुअल विरामचिह्नको साथ, तपाईंले अन्तिम नियन्त्रणको लागि विराम चिह्नहरू शाब्दिक रूपमा लेख्न सक्नुहुन्छ।

तपाईं पनि गर्न सक्छन् आवाज आदेश संग SpeechPulse नियन्त्रण। उदाहरणका लागि, तपाईंले एपलाई सुत्नको लागि "सुत्न जानुहोस्" र निद्राबाट ब्यूँझन "ब्यूँझनुहोस्" भन्न सक्नुहुन्छ। तपाइँ लाइन ब्रेक थप्न "नयाँ लाइन" र नयाँ अनुच्छेद सुरु गर्न "नयाँ अनुच्छेद" पनि भन्न सक्नुहुन्छ।

यसले अनुकूलन हटकीहरूलाई पनि समर्थन गर्दछ। उदाहरणका लागि, तपाईंले माइक्रोफोन अन/अफ गर्न सक्नुहुन्छ वा हटकीहरू प्रयोग गरेर अनुप्रयोगलाई सुत्न सक्नुहुन्छ।

यसमा दुईवटा स्पीच इनपुट मोडहरू छन्। स्वचालित वाणी इनपुटको साथ, यो स्वचालित रूपमा पत्ता लगाउँछ र तपाईंको आवाज ट्रान्सक्राइब गर्दछ। पुश-टु-टक मोडको साथ, तपाईंले पहिचान ट्रिगर गर्न कुञ्जी थिच्न सक्नुहुन्छ।

SpeechPulse ले पनि समर्थन गर्छ उत्पन्न पाठ प्रतिस्थापन अनुकूलन म्यापिङ सुविधा प्रयोग गर्दै। उदाहरणका लागि, तपाईंले अनुकूलन म्यापिङहरू प्रयोग गरेर पाठ आउटपुटको हिज्जे र क्यापिटलाइजेसन सच्याउन सक्नुहुन्छ। अनुकूलन म्यापिङहरूले वाइल्डकार्ड प्रतिस्थापनका लागि नियमित अभिव्यक्तिहरूलाई पनि समर्थन गर्दछ।

धन्यवाद Whisper AI मोडेलहरू, SpeechPulse को नवीनतम संस्करणले सही रूपमा गैर-स्थानीय उच्चारणहरू पहिचान गर्न सक्छ। यो पनि पृष्ठभूमि शोर को मध्यम स्तर को प्रतिरोधी छ।

यदि तपाईं कोलाहलपूर्ण वातावरणमा हुनुहुन्छ भने, तपाईं सक्नुहुन्छ भाषण प्रोफाइल सिर्जना गर्नुहोस् शोर अडियो फिल्टर गर्न अनुप्रयोगमा। स्पीच प्रोफाइलहरूले अनियमित पाठ जेनरेशन समस्याहरूलाई उल्लेखनीय रूपमा कम गर्न सक्छ, यसले कोलाहलपूर्ण वातावरणमा SpeechPulse प्रयोग गर्न सम्भव बनाउँछ।

यो अडियो रेकर्डर बिल्ट-इन टेक्स्ट एडिटरको साथ पनि आउँछ। तपाईं हटकी प्रयोग गरेर वा "ओपन एडिटर" भ्वाइस कमाण्डको साथ सम्पादक खोल्न सक्नुहुन्छ। SpeechPulse सम्पादकले आवाज आदेशहरू प्रयोग गरेर पाठ ढाँचालाई पनि समर्थन गर्दछ।

स्क्रिनसटहरू