رونویسی · گفتار به متن

چگونه یک ضبط پر سر و صدا را قبل از رونویسی پاکسازی کنیم

برای دریافت یک رونویسی بهتر از یک ضبط پر سر و صدا، آن را به طور سبک پاکسازی کنید نه به اندازه ممکن: آن را به Denoise وارد کنید، AI · Auto را در Denoise strength پیش‌فرض نگه دارید، روی Denoise بزنید، سپس فایل پاکسازی شده را به برنامه رونویسی خود بدهید. در آزمایش ما با یک تشخیص‌دهنده گفتار، صدایی که با قدرت کامل پاکسازی شده بود، در نویز متوسط کلمات بیشتری را نسبت به صدای اصلی پر سر و صدا از دست داد و کمترین کلمات زمانی از دست رفتند که بخشی از صدای اصلی دوباره مخلوط شد، که قدرت پیش‌فرض نیز این کار را انجام می‌دهد.

آخرین به‌روزرسانی · نوشته‌ی Routes Software، سازندگان Denoise

آماده‌سازی یک ضبط برای رونویسی در سه مرحله

  1. ضبط را وارد کنید

    روی + بزنید › Import from Files (یا Import from Gallery برای ویدیو)، یا آن را از Voice Memos یا برنامه ضبط خود به Denoise به اشتراک بگذارید.

  2. آن را با قدرت پیش‌فرض پاکسازی کنید

    AI · Auto را نگه دارید و Denoise strength را در جایی که شروع می‌شود بگذارید، نه در حداکثر، سپس روی Denoise بزنید.

  3. فایل پاکسازی شده را رونویسی کنید

    روی Share Cleaned بزنید تا فایل را به برنامه رونویسی خود ارسال کنید، یا Save to Files… و آن را در آنجا وارد کنید. اگر هنوز کلماتی کم هستند، نسخه اصلی را نیز رونویسی کنید و مقایسه کنید: در نویز متوسط، می‌تواند به خوبی عمل کند.

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.
  • در موقعیت پیش‌فرض خود، Denoise strength تقریباً 35 تا 40 درصد از صدای اصلی را مخلوط نگه می‌دارد، در محدوده‌ای که بهترین عملکرد را داشت.
  • 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