Автоматические субтитры: как получить их из звуковой дорожки видео
Как DijiFlow Dictate превращает звуковую дорожку видео в строки субтитров с таймингом прямо на вашем компьютере и как...
У вас в корзине %itemCount%.Итого %total%
При диктовке на устройстве голос и текст остаются на вашем компьютере, без аккаунта и облачной обработки. Объясняем, что на самом деле значит конфиденциальное распознавание речи.
Откройте обычное приложение для диктовки, и ваш голос отправится в путешествие. Микрофон записывает вас, звук уходит на сервер, модель где-то далеко его расшифровывает, и через секунду текст возвращается. Кажется, что всё происходит мгновенно. Но в эти несколько секунд ваши слова находились на чужом оборудовании и подчинялись правилам, которые писали не вы.
DijiFlow Dictate их никуда не отправляет. Речь записывается, расшифровывается и превращается в текст целиком на том компьютере, что стоит перед вами. Звук и текст не отправляются на сервер, и нигде на серверах не хранится их копия. Когда мы говорим, что ваш голос остаётся на вашем устройстве, это не попытка успокоить, а описание того, как устроено приложение.
Главное
Конфиденциальность, заложенная в основу, означает, что утечку исключает сама архитектура, а не правила, которые обещают, что её не случится.
Многие сервисы диктовки первым делом говорят о шифровании при передаче. Это полезно, но стоит понимать, что именно оно защищает: ваш звук по дороге на сервер. Как только он туда попадает, поставщик его расшифровывает, чтобы модель могла его обработать.
С этого момента вы доверяете целой цепочке того, чего не видите: настройке срока хранения, списку доступа, добрым намерениям поставщика, политике конфиденциальности, которую в следующем квартале могут переписать. Шифрование охраняет дорогу, но ничего не меняет в пункте назначения.
Обработка на устройстве убирает сам пункт назначения. Сервера в цепочке нет, а значит, нет и второго места, где ваш голос расшифровывают, записывают в журнал или хранят. Запись, расшифровка и готовый текст остаются на оборудовании, которое и так принадлежит вам.
DijiFlow Dictate запускает речевые модели прямо на вашем компьютере: на Mac это Neural Engine и графический процессор Apple, в Windows видеокарты AMD, Intel или NVIDIA. Никакой удалённый сервис не выполняет эту работу, и нет запасного пути, по которому звук тихо уходит куда-то ещё, если модель не уверена. Модель на вашем компьютере и есть вся система.
Поскольку работа идёт локально, появляется несколько преимуществ, которые большинству облачных сервисов недоступны:
Последний пункт легко проверить самостоятельно. Отключите сетевой кабель, выключите Wi-Fi и продолжайте диктовать. Если всё работает (а так и будет), значит, расшифровка никогда и не обращалась вовне. Поведение, которое можно проверить, ценнее обещания, которому приходится верить на слово.
Разница лучше всего видна при сравнении. Вот где оказываются ваши данные при каждом подходе.
| Что происходит с вашими данными | DijiFlow (на устройстве) | Типичный облачный сервис |
|---|---|---|
| Звук остаётся на вашем компьютере | ✓ | ✗ |
| Расшифровки остаются на вашем устройстве | ✓ | ✗ |
| Не нужны аккаунт и e-mail | ✓ | ✗ |
| Голос не обрабатывается в облаке | ✓ | ✗ |
| Расшифровка при выключенной сети | ✓ | ✗ |
| У поставщика нечего изымать | ✓ | ✗ |
Три цифры говорят о том же самом.
Для многих людей диктовка касается материалов, которым нечего делать в чужих журналах. Записи о пациентах, которые врач ведёт с соблюдением врачебной тайны. Переписка юриста с доверителем, защищённая адвокатской тайной. Расшифровка беседы с источником, которому журналист обещал не раскрывать его имя. Описание внутренней архитектуры, которое инженер надиктовывает в документ.
В каждом из этих случаев лучше всего защищены те данные, которые никогда не передавались. Диктовка на устройстве оставляет ваши расшифровки вне досягаемости чужих утечек, запросов на изъятие или тихих изменений правил, ведь третья сторона их попросту не получала.
Раньше считалось, что за локальную обработку приходится платить точностью или скоростью и что модели на устройстве заведомо слабее. Это больше не так. Apple Silicon быстро и качественно справляется с современными речевыми моделями. С автоопределением DijiFlow распознаёт более 90 языков прямо на устройстве, а 29 из них поддерживаются полностью, вместе с настройкой словаря, чтобы имена, профессиональный жаргон и аббревиатуры распознавались правильно.
Вы выбираете размер модели под свой компьютер и нужную точность. В итоге качество расшифровки, для которого раньше требовался центр обработки данных, достигается без того, чтобы звук или текст покидали ваш компьютер.
Конфиденциальность здесь не включается отдельной функцией. Приложение построено на локальной обработке, поэтому оно всегда работает конфиденциально: не нужно искать настройку или помнить о специальном режиме. Бесплатная версия DijiFlow Dictate подходит для повседневной работы и не ограничена по сроку, 30-дневный пробный период открывает все функции Pro, а Pro можно оформить, когда будете готовы.
Если ваши слова должны оставаться вашими, посмотрите, как диктовка на устройстве впишется в вашу работу.