رونویسی · گفتار به متن

چطور صدای پرنویز را پیش از تبدیل صدا به متن تمیز کنیم

برای اینکه از یک ضبط پرنویز متن بهتری بگیرید، آن را سبک تمیز کنید، نه تا جایی که ممکن است: فایل را وارد Denoise کنید، AI · Auto را با شدت حذف نویز پیش‌فرض نگه دارید، روی حذف نویز ضربه بزنید و سپس فایل تمیزشده را به برنامه‌ی تبدیل صدا به متن بدهید. در آزمایش ما با یک نرم‌افزار تشخیص گفتار، در نویز متوسط صدایی که با حداکثر شدت تمیز شده بود حتی از صدای پرنویز اصلی هم کلمات بیشتری از دست داد، و کمترین تعداد کلمه وقتی از دست رفت که بخشی از صدای اصلی دوباره با آن ترکیب شده بود؛ کاری که شدت پیش‌فرض هم انجام می‌دهد.

آخرین به‌روزرسانی · نوشته‌ی Routes Software، سازندگان Denoise

آماده‌سازی یک ضبط برای رونویسی در سه مرحله

  1. ضبط را وارد کنید

    روی + › وارد کردن از فایل‌ها ضربه بزنید (یا برای ویدیو وارد کردن از گالری)، یا آن را از Voice Memos یا برنامه‌ی ضبط صدای خود به Denoise بفرستید.

  2. آن را با قدرت پیش‌فرض پاکسازی کنید

    AI · Auto را نگه دارید و شدت حذف نویز را روی همان مقدار اولیه بگذارید، نه حداکثر؛ سپس روی حذف نویز ضربه بزنید.

  3. فایل پاکسازی شده را رونویسی کنید

    روی هم‌رسانی تمیزشده ضربه بزنید تا فایل را به برنامه‌ی تبدیل صدا به متن بفرستید، یا روی ذخیره در فایل‌ها… ضربه بزنید و فایل را در آن برنامه وارد کنید. اگر هنوز کلماتی جا افتاده‌اند، نسخه‌ی اصلی را هم به متن تبدیل کنید و نتیجه‌ها را مقایسه کنید: در نویز متوسط، نسخه‌ی اصلی هم ممکن است به همان خوبی جواب بدهد.

تفاوت را بشنوید

قبل
بعد
یک خوانش LibriVox در مالکیت عمومی زیر نویز پس‌زمینه‌ی شدید (نویز CC0 از طریق پروژه‌ی DeepFilterNet). نمونه‌ی «بعد» خروجی ویرایش‌نشده‌ی DeepFilterNet است، خانواده‌ی مدل‌هایی که Denoise روی گوشی شما اجرا می‌کند.

خوب است بدانید

  • آزمایش ما: گفتار مصنوعی انگلیسی و آلمانی تحت نویز اداری، توسط تشخیص‌دهنده گفتار Parakeet (NVIDIA) رونویسی شد، با حذف نویز توسط DPDFNet، مدلی که پشت AI · Auto در iPhone و iPad است. با گفتاری که 5 دسی‌بل آرام‌تر از نویز بود، تشخیص‌دهنده 36 درصد از کلمات انگلیسی را در صدای کاملاً پاکسازی شده اشتباه گرفت، 20 درصد در صدای اصلی پر سر و صدا، و 6 درصد زمانی که 30 درصد از صدای اصلی دوباره به صدای پاکسازی شده مخلوط شد.
  • در نویز بسیار بلند، پاکسازی کمک کرد: با گفتاری که 10 دسی‌بل آرام‌تر از نویز بود، 56 درصد از کلمات انگلیسی در صدای پاکسازی شده اشتباه بودند و 76 درصد در صدای اصلی. در مجموع در تمام هشت مورد (چهار سطح نویز، دو زبان)، مخلوط کمترین کلمات را از دست داد و هر سهمی از صدای اصلی از 15 درصد تا 50 درصد تقریباً به خوبی عمل کرد.
  • شدت حذف نویز در حالت پیش‌فرض، تقریباً 35 تا 40 درصد از صدای اصلی را در صدای نهایی نگه می‌دارد؛ یعنی در همان محدوده‌ای که بهترین نتیجه را داد.
  • آزمایش از صداهای مصنوعی، یک نوع نویز و یک تشخیص‌دهنده استفاده کرد. رونویسی‌های مبتنی بر Apple، Google و Whisper اندازه‌گیری نشدند، بنابراین هر دو نسخه را روی ضبط خود مقایسه کنید وقتی که کلمات مهم هستند.
  • از AI · Sidon برای رونویسی استفاده نکنید: این ابزار صدا را بازتولید می‌کند و وقتی که مقدار زیادی از آن گم شده باشد، می‌تواند صداهایی تولید کند که هرگز گفته نشده‌اند، که یک برنامه رونویسی آن‌ها را می‌نویسد.

سوالات متداول

آیا حذف نویز پس‌زمینه رونویسی را بهبود می‌بخشد؟

اغلب، اما نه همیشه. در نویز بسیار بلند، پاکسازی به تشخیص‌دهنده گفتار در آزمایش ما کمک کرد؛ در نویز متوسط، صدای کاملاً پاکسازی شده کلمات بیشتری را نسبت به صدای اصلی از دست داد، زیرا مصنوعات خود پاکسازی آن را گیج کردند. یک پاکسازی سبک‌تر که بخشی از صدای اصلی را نگه می‌دارد، به طور کلی بهترین عملکرد را داشت.

از کدام برنامه رونویسی باید استفاده کنم؟

هر برنامه یا سرویسی که یک فایل صوتی را بپذیرد. خود Denoise روی iPhone یا Android رونویسی نمی‌کند.

در کدام فرمت باید ذخیره کنم؟

M4A، پیش‌فرض، با اکثر برنامه‌های رونویسی کار می‌کند. اگر برنامه صدای فشرده‌نشده می‌خواهد، WAV را انتخاب کنید.

آیا رایگان است؟

وارد کردن، تمیز کردن و گوش دادن رایگان است، بدون نیاز به حساب کاربری. ذخیره یا اشتراک‌گذاری نتیجه پولی است: ۳ صادرات هزینه $1.99 دارد، و Denoise Pro ماهانه $2.99 یا یک بار $14.99 ($11.99 در Google Play). این‌ها قیمت‌های ایالات متحده از اکتبر ۲۰۲۶ هستند؛ فروشگاه قیمت شما را قبل از پرداخت نشان می‌دهد.

آیا ضبط من آپلود می‌شود؟

نه توسط Denoise: مدل AI روی گوشی شما اجرا می‌شود. برنامه رونویسی شما ممکن است فایل دریافتی را آپلود کند، بنابراین سیاست حفظ حریم خصوصی خود را بررسی کنید.

منابع