reakce na 1664923

Řekl bych tak 5-10 %. Především je to užitečné u titulů, které nemají vůbec žádné titulky. Jako třeba "Tales of the South Seas" z roku 1998.

reakce na 1664913

To, čo som popísal nižšie, platí tiež na TurboScribe. S Lordkom sme ho testovali mesiac /20 $/. Doplnil by som ešte, že v menej frekventovaných jazykoch naseká viacej chýb. Eng bude asi najmenej problémová, ale na 100% to nie je nikdy (chybovosť by som odhadol cca na 5%). Na priemerný film vyhodí prepis za cca 10-15 min.

Má někdo zkušenosti s TurboScribe? Možná si ten program pletu, ale Lordek by asi věděl, co myslím.
Nejsem si jist, jestli to byl zrovna tento program. Šlo o převod audio stopy do textu.

reakce na 1664802

vyzkoušel jsem to a na odposlech dobré. rozhodně to slyší lépe než já. ale 100% to určitě není.
na testovacím videu jsem použil large-3 a medium. large-3 obecně lepší výsledky, méně chyb. ale vynechal některé věci, které medium zachytil.
když by člověk potřeboval něco odposlechnout, tak je to určitě dobrý pomocník.

reakce na 1664797

Skúsil som to na videu cca. 10min vo virtuálke s 1 GB VRAM a trvalo to asi tak tiež 10 min. A výsledok je dobrý. Inak na hoste mám 6 GB NVidiu.

A co vůbec říkáte na tu novou verzi Subtitle Edit 5? Jsou tam nějaký AI funkce k automatickýmu časování?

reakce na 1664772

To je práve "kameň úrazu", že pracujú len so zvukovou stopou a nevedia analyzovať video. Potom sa stane, že sem tam nasekajú iné slová (ktoré sú foneticky veľmi podobné), ale nesprávne. Následný AI "preklad" z takéhoto základu je logicky šit, aj keď mnohým to tu stačí. Výhoda je, že program dokáže vytiahnuť aj také vety, slová (napr. pri sprievodnom šume), kde sa ľudské ucho už nechytá. Dobrý sluha, ale zlý pán.

Pokud na to máš železo, určitě jdi do large-v3 nebo nové turbo verze. Ten 2.88 GB model je momentálně nejsilnější, má minimum halucinací a skvělou interpunkci. I když je ve videu šum nebo hudba, large si s tím poradí nejlíp. Jen bacha na to, že to sežere dost VRAM – pro rozumný běh přes GPU počítej aspoň s 8–10 GB.

Whisper převádí audio na text. Takže ano, rozlišuje "on/ona", pokud bude "on/ona" řečeno.

Zdravím, máte niekto skúsenosti s tými to modelmi? napr. large 2.88GB - čo všetko sa s tým dá robiť? Dokážu správne rozlišovať osoby "on/ona" keďže pracujú so zvukovou stopou? Díky