เครื่องมือแปลงวิดีโอและเสียงเป็นข้อความแบบกลุ่ม

คำแนะนำการใช้งานซอฟต์แวร์

1. เพิ่มไฟล์ที่ต้องการรู้จำ:คลิกปุ่ม "เลือกไฟล์" หรือ "เลือกโฟลเดอร์" เพื่อเพิ่มไฟล์วิดีโอหรือไฟล์เสียงที่ต้องการแปลงเป็นข้อความ หรือสามารถลากไฟล์/โฟลเดอร์ลงในหน้าต่างซอฟต์แวร์ได้โดยตรง รองรับการเพิ่มแบบผสมเป็นชุดสำหรับรูปแบบเสียงและวิดีโอทั่วไป เช่น MP4, MKV, MOV, AVI, FLV, WebM, MP3, WAV, FLAC, M4A เป็นต้น
2. ตั้งค่าไดเรกทอรีบันทึก:เลือกตำแหน่งบันทึกคำบรรยายและข้อความหลังประมวลผล รองรับการตั้งค่าด้วยการลากและวาง หากเลือก "สำรวจไดเรกทอรีย่อย" จะสามารถเลือก "คงโครงสร้างพาธเดิม" ต่อได้ โดยไฟล์เอาต์พุตจะสอดคล้องกับโครงสร้างไดเรกทอรีของโฟลเดอร์ต้นทางทีละรายการ
3. เลือกรูปแบบเอาต์พุต:
   • TXT:ข้อความล้วน เหมาะสำหรับจัดทำเอกสารและบันทึกการประชุม
   • SRT / VTT:รูปแบบคำบรรยายพร้อมไทม์สแตมป์ สามารถนำไปแนบกับวิดีโอเพื่อใช้งานได้โดยตรง
   • JSON:ข้อมูลแบบมีโครงสร้าง สะดวกสำหรับการพัฒนาต่อยอดและการประมวลผลด้วยโปรแกรม
   • LRC:รูปแบบเนื้อเพลง เหมาะสำหรับเพลงและหนังสือเสียง
   • CSV:รูปแบบตาราง สะดวกสำหรับแก้ไขและตรวจทานใน Excel
4. กำหนดค่าพารามิเตอร์การรู้จำ:
   • พาธโมเดล:ค่าเริ่มต้นใช้โมเดลรู้จำภาษาจีน Paraformer, การตรวจจับกิจกรรมเสียง FSMN และโมเดลเครื่องหมายวรรคตอน CT
   • ระยะเวลาประมวลผลแบบชุด:ตั้งค่าความยาวเสียงสูงสุดสำหรับการอนุมานครั้งเดียว
   • ความยาวสูงสุดของช่วง VAD หน่วยมิลลิวินาที:ควบคุมความละเอียดในการแบ่งช่วงเสียงพูด
   • รายการคำฮอตเวิร์ด:กรอกคำนามเฉพาะ ชื่อบุคคล และคำแบรนด์ เพื่อเพิ่มความแม่นยำในการรู้จำ
   • กลยุทธ์ข้าม/เขียนทับ:เลือกข้ามหรือเขียนทับสำหรับไฟล์เอาต์พุตที่มีอยู่แล้ว
5. เริ่มการรู้จำแบบชุด:คลิกปุ่ม "เริ่มรู้จำ" ซอฟต์แวร์จะดึงแทร็กเสียง แบ่งช่วงเสียงพูด อนุมานและถอดเสียง พร้อมเพิ่มเครื่องหมายวรรคตอนโดยอัตโนมัติ ระหว่างประมวลผลสามารถดูความคืบหน้าได้ในพื้นที่บันทึก หากต้องการหยุดให้คลิกปุ่ม "หยุด"
6. ดูและใช้งานผลลัพธ์:หลังการรู้จำเสร็จสิ้น ให้ไปยังไดเรกทอรีบันทึกที่ตั้งค่าไว้เพื่อดูไฟล์ในรูปแบบที่เกี่ยวข้อง คำบรรยาย SRT/VTT สามารถลากเข้าไปใช้ในซอฟต์แวร์ตัดต่อหรือเครื่องเล่นได้โดยตรง

คำถามที่พบบ่อย