אלה שמחפשים את כלי התמלול המושלם כדי להאיץ את זרימת העבודה שלהם עשויים לרצות לשים לב לכלי AI חדש בשם Whisper Web. בעצם שירות תמלול בדפדפן, הוא מבטיח עיבוד מדויק במכשיר שיכול לחסוך לכולנו הרבה זמן.
עד כה, כל כך לא ראוי לציון. אבל כאן נכנסות לתמונה חכמי הבינה המלאכותית. מכיוון שהכלי עבר הכשרה על למידת מכונה, הוא תומך בתעתיק ותרגום רב לשוני ב-100 שפות שונות. וזה לא מוגבל רק להערות הקול המוקלטות שלך. אתה יכול להזין כתובת URL או להעלות קובץ כדי לחייב את Whisper Web ליצור תמלול תוך שניות.
הכלי, שהושק בשבוע שעבר, התווסף לפלטפורמת ה-AI בקוד פתוח Hugging Face והוא זמין לשימוש כעת. אז, באופן טבעי, ניסיתי את זה.
סוף סוף זה אפשרי: זיהוי דיבור בזמן אמת בדפדפן עם OpenAI Whisper! 🤯 המודל פועל באופן מלא במכשיר באמצעות Transformers.js ו-ONNX Runtime Web, ותומך בתמלול רב לשוני ב-100 שפות שונות! 🔥בדוק את ההדגמה (+ קוד מקור)! 👇 pic.twitter.com/W9CSM9zPwB7 ביוני 2024
האם זה עובד?
במהלך השנים, השתמשתי בחלק ההוגן שלי של אפליקציות תמלול כדי לעזור להקליט ראיונות, לנסח מיילים או סתם לעקוב אחרי הערות ורעיונות לעצמי. עד כה, אחת ההצעות האהובות עלי היא אפליקציית ההקלטה הבלעדית לטלפונים של Google Pixel. כמובן, החיסרון שם הוא שאתה צריך שיהיה לך טלפון Pixel בהישג יד.
Whisper Web הצליח לצלם קטע שמע של 25 שניות מהמיקרופון של המחשב הנייד שלי (ששלם עם רעשי רקע) וליצור תמלול מילה מושלם תוך כעשר שניות. הטקסט שהתקבל היה מחולק לקטעים וזמין לייצוא בפורמט TXT או JSON.
התרשמתי במידה ניכרת מהכלי החדש שמצאתי וחושב שהוא יכול להיות משאב מועיל מאוד. כלומר, בתנאי שאתה מדבר באנגלית…
כדי לבחון את היכולות הרב-לשוניות, עברתי לצרפתית ורשמתי קטע קצר של 17 שניות שאומר שדילגתי על ארוחת הבוקר אז אקבל ארוחת צהריים מוקדמת; כנראה צ'יזבורגר.
אני לא דובר צרפתית, אבל למרות זאת אני לא חושב שההגייה שלי היא זֶה רחוק. אז זה נראה קצת מביך ש"Alors je pense que je vais déjeuner tôt"(אז אני חושב שאוכל ארוחת צהריים מוקדמת) תומלל כ"J'ai ton femme et j'aime reste déjeuner totes"(יש לי את אשתך ואני אוהב לאכול ארוחות צהריים).
אתה צריך מישהו עם כישורי שפה טובים בהרבה ממני כדי באמת לקחת את Whisper Web למשימה. אבל בהתחשב בכך ש-99.5% מכל צרכי התמלול שלי מתרחשים באנגלית, אני מתרשם כראוי מהכלי החינמי והשימושי הזה ויכול להתחיל לשלב אותו בזרימת העבודה היומית שלי. ככל הנראה, החל מאוחר יותר היום, כשאני צריך לתמלל את כל החדשות הכבדות בבינה מלאכותית שצפויה לצאת מקופרטינו באירוע המרכזי של אפל WWDC.
