کاربردها و نمونه‌ها

نحوه پیاده‌سازی متن ضبط جلسه یا سخنرانی

فایل Zoom به ویدیو به متن و فایل ضبط‌صوت به پیاده‌سازی متن فرستاده می‌شود. هر ساعت حدود ۴۴ توکن هزینه دارد به همراه چند توکن برای چکیده و وظایف.

به‌روزرسانی‌شده در ۱۱ آبان ۱۴۰۵3 دقیقه مطالعه

هدف دریافت متنی است که بتوانید در آن جستجو کنید، نقل قول بیاورید و برای دیگران بفرستید، به علاوه یک خلاصه کوتاه همراه با تصمیم‌ها و وظایف. استفاده از هر ابزار به نوع فایل شما بستگی دارد.

از کدام ابزار استفاده کنید

آنچه در دست داریدابزاردلیل
ضبط Zoom، Teams یا Google Meet (فرمت MP4)، ویدیوی وبینارویدیو به متنویدیوها تا ۳ گیگابایت؛ می‌توانید حین کار برنامه را ببندید
یک سخنرانی در YouTubeویدیو به متن با جای‌گذاری پیوندتا ۲ گیگابایت؛ چیزی روی گوشی دانلود نمی‌شود
یک فایل از ضبط‌صوت گوشی (M4A، MP3)پیاده‌سازی متنفایل‌های صوتی تا ۱۰۰ مگابایت
سخنرانی‌ای که در حال حاضر در جریان استضبط‌صوت گوشی، سپس پیاده‌سازی متندر صورت بروز مشکل، فایل ضبط‌شده روی گوشی باقی می‌ماند

هر دو ابزار زبان را تشخیص می‌دهند و متن را بر اساس گوینده تفکیک می‌کنند. هیچ‌کدام دکمه شروع یا انتخاب زبان ندارند: پردازش به محض افزودن فایل آغاز می‌شود.

نمونه: یک تماس یک‌ساعته در Zoom

  1. برگه ابزارها را باز کنید و روی ویدیو به متن بزنید.

  2. روی انتخاب بزنید و فایل ضبط‌شده Zoom را انتخاب کنید.

  3. تا زمانی که پیام‌های در حال فشرده‌سازی ویدیو... و در حال آپلود ویدیو... نمایش داده می‌شوند، برنامه را باز نگه دارید.

  4. وقتی عبارت در حال تشخیص گفتار... ظاهر شد، برنامه را ببندید. با آماده شدن متن، اعلان ارسال می‌شود؛ اگر ارسال اعلان ممکن نباشد، یک ایمیل دریافت خواهید کرد.

  5. در برگه متن، متن پیاده‌شده را به تفکیک گوینده و همراه با برچسب‌های زمانی بخوانید. برای شنیدن آن بخش، روی برچسب زمانی بزنید.

  6. در برگه چکیده، بخش نکات کلیدی را بررسی کنید: برای یک جلسه اغلب شامل پرسش‌ها و پاسخ‌ها و موارد اقدام است. بخش فصل‌ها بخش‌های مختلف تماس را نشان می‌دهد.

  7. روی خروجی PDF بزنید تا خلاصه را برای همکاران ارسال کنید، یا روی گفتگو در چت در زیر متن پیاده‌شده بزنید و درخواست یک ایمیل پیگیری کنید.

میزان هزینه

هزینه تشخیص گفتار حدود ۰.۷۳ توکن در دقیقه است: یک تماس یک‌ساعته حدود ۴۴ توکن می‌شود. بخش چکیده چند توکن به آن اضافه می‌کند. توکن‌ها پس از آماده شدن متن پیاده‌شده کسر می‌شوند، بنابراین تلاش ناموفق هیچ هزینه‌ای ندارد. مشاهده کنید: قیمت‌های توکن برای هر ابزار.

اگر فایل صوتی بزرگ‌تر از ۱۰۰ مگابایت باشد

ضبط‌های طولانی با فرمت WAV یا M4A با کیفیت بالا اغلب بیش از ۱۰۰ مگابایت حجم دارند و برنامه پیام «لطفاً فایلی با حجم حداکثر ۱۰۰ مگابایت انتخاب کنید» را نمایش می‌دهد. گزینه‌ها:

  • فایل را به MP3 تبدیل کنید. یک ساعت MP3 با کیفیت ۱۲۸ کیلوبیت بر ثانیه حدود ۵۸ مگابایت است.

  • اگر فایل ضبط‌شده ویدیو است، فایل ویدیو را به ویدیو به متن اضافه کنید: این بخش تا ۳ گیگابایت را می‌پذیرد.

  • اگر فایل به‌صورت آنلاین در دسترس است، آن را با پیوند اضافه کنید: تا ۲ گیگابایت.

چگونه متن پیاده‌شده بهتری دریافت کنیم

  • گوشی را به فردی که بیشتر صحبت می‌کند یا به وسط میز نزدیک‌تر بگذارید.

  • برای تماس‌ها، از ضبط انجام‌شده توسط Zoom یا Teams استفاده کنید: صدای آن بسیار واضح‌تر از نگه‌داشتن گوشی جلوی بلندگوی لپ‌تاپ است.

  • گویندگان به‌صورت «گوینده ۱»، «گوینده ۲» و مانند آن نام‌گذاری می‌شوند. برنامه نام آن‌ها را نمی‌داند و نمی‌تواند نامشان را تغییر دهد؛ بعد از کپی کردن متن، نام‌ها را جایگزین کنید.

تماس با پشتیبانی

مشکل را توضیح دهید تا از طریق ایمیل پاسخ دهیم. اگر نام فایل یا شناسه عملیات (job ID) دارید، آن را اضافه کنید.

پیام به پشتیبانی