Proste ceny - najwyższa jakość

Często zadawane pytania

Jak VocalStack AI może poprawić jakość mojej transkrypcji?

VocalStack wykorzystuje duże modele językowe (LLM), aby uzyskać najlepszą możliwą jakość transkrypcji, nawet w najbardziej wymagających środowiskach audio. Obejmuje to Whisper, który służy jako podstawowy model dla platformy VocalStack. Duży model Whisper to najnowocześniejszy model sztucznej inteligencji, który został przeszkolony na podstawie ogromnej ilości danych, aby dokładnie rozumieć i transkrybować mowę.

Aby lepiej zrozumieć wpływ rozmiaru modelu AI, użyjmy różnych modeli Whisper do transkrypcji fikcyjnego fragmentu:

Perfect Audio

97%

Model Size: Large-v3

RóżnicaRaw Text

Różnica

In a quaint little cafée near the Thames, Claire chuckled as Pierre ate eight eclairs all in one go. Anticipating gastroesophageal reflux, he said, "nNope, they're not worth it!". Later, they called a Lyft to drive them to the park, as Pierre thinks it's cheaper than Uber. As they walked under the glow of the noctilucent sky, they jumped when they'd seen a bear clothed only in his bare fur. Pierre cried out loud, "Mon Dieu!" They both leapt hastily into the river and swam for Chiswick Eyot. "Phew!"

Original Text

In a quaint little café near the Thames, Claire chuckled as Pierre ate eight eclairs all in one go. Anticipating gastroesophageal reflux, he said "nope, they're not worth it!" Later, they called a Lyft to drive them to the park, as Pierre thinks its cheaper than Uber. As they walked under the glow of the noctilucent sky, they jumped when they'd seen a bear clothed only in his bare fur. Pierre cried out loud, "Mon Dieu!" They both leapt hastily into the river and swam for Chiswick Eyot. Phew!

Jeśli moja transkrypcja dźwiękowa trwa krócej niż godzinę, czy zostanę obciążony opłatą za całą godzinę?

Nie, nie zostaniesz obciążony za całą godzinę. Nasze koszty rozliczeniowe są zawsze obliczane za sekundę transkrypcji audio, niezależnie od tego, czy transkrypcja jest nagrana wstępnie, czy na żywo. Oznacza to, że płacisz tylko za to, co musisz przetranskrybować. Jedynym wyjątkiem jest to, że dźwięk musi trwać co najmniej minutę. W przeciwnym razie zostanie naliczona opłata za całą minutę.

Aby jeszcze bardziej to uprościć, oto, ile będziesz płacić w ramach każdego planu za wstępnie nagraną transkrypcję (zakładając, że wykorzystałeś wszystkie bezpłatne godziny transkrypcji w danym miesiącu):

30 minutes

Hobby Plan Wstępnie nagrany koszt transkrypcji

$0.3500

Premium Plan Wstępnie nagrany koszt transkrypcji

$0.1750

Czy istnieją ukryte koszty? Czy muszę płacić za tłumaczenia, podsumowania itp.?

Nie, nie ma żadnych ukrytych kosztów. Płacisz tylko za transkrypcję treści audio. (Innymi słowy, tylko za koszty wymienione w tabeli cenowej. ) Inne funkcje, takie jak automatyczne wykrywanie języka, tłumaczenia, podsumowania, segmentacja akapitu, wykrywanie słów kluczowych i znaczniki czasu są zawarte za darmo.

Co ważne, liczba tłumaczeń nie wpływa na koszt transkrypcji. Na przykład, jeśli dokonasz transkrypcji pliku audio w języku angielskim, a następnie przetłumaczysz go na język hiszpański, francuski i niemiecki, zostaniesz obciążony tylko za transkrypcję audio w języku angielskim. Dotyczy to również transkrypcji na żywo przy użyciu Polyglot. Możesz wykonać nieograniczoną liczbę tłumaczeń w dowolnym momencie bez żadnych dodatkowych opłat.

Jaka jest różnica między transkrypcjami na żywo a nagraniami?

Wstępnie nagrana transkrypcja odnosi się do procesu transkrypcji dźwięku, który został wcześniej nagrany. Można go przesłać jako plik audio i transkrybować w późniejszym czasie, dzięki czemu nadaje się do podcastów, wywiadów, filmów i innych nagranych treści.

Transkrypcja na żywo odnosi się do procesu transkrypcji dźwięku w czasie rzeczywistym, gdy jest on mówiony. Jest to przydatne w przypadku transmisji na żywo, podcastów, wydarzeń, spotkań, wykładów i innych scenariuszy, w których wymagana jest natychmiastowa transkrypcja (i ewentualnie tłumaczenie)

Jakie języki obsługuje VocalStack?

Obsługa ponad 57 języków, w tym różnych dialektów i akcentów. Obsługiwane języki to: afrykanerski, arabski, ormiański, azerbejdżański, białoruski, bośniacki, bułgarski, kataloński, chiński, chorwacki, czeski, duński, holenderski, angielski, estoński, fiński, francuski, galicyjski, niemiecki, grecki, hebrajski, hindi, węgierski, islandzki, indonezyjski, włoski, japoński, kannada, kazachski, koreański, łotewski.