Автоматичні субтитри: як створити субтитри зі звукової доріжки відео
Як DijiFlow Dictate перетворює звукову доріжку відео на рядки субтитрів із таймінгом просто на вашому комп'ютері і як...
У вашому кошику %itemCount%.Разом %total%
Диктування на пристрої залишає ваш голос і текст на комп'ютері, без облікового запису й без обробки в хмарі. Пояснюємо, що насправді означає приватне розпізнавання мовлення.
Відкрийте звичайну програму для диктування, і ваш голос вирушить у мандри. Мікрофон записує вас, аудіо вивантажується на сервер, модель десь далеко його транскрибує, і за мить текст повертається. Здається, що все відбувається миттєво. Але ці кілька секунд ваші слова перебували на чужому обладнанні й підпадали під правила, які писали не ви.
DijiFlow Dictate нікуди їх не надсилає. Мовлення записується, транскрибується й перетворюється на текст повністю на вашому комп'ютері. Аудіо й текст не вивантажуються в мережу, і на сервері не зберігається жодна копія. Коли ми кажемо, що ваш голос залишається на пристрої, це не заспокійлива обіцянка. Це опис того, як побудовано застосунок.
Головне
Приватність, закладена в основу, означає, що витоку не допускає сама будова програми, а не правила, які лише обіцяють, що його не станеться.
Чимало програм для диктування насамперед хваляться шифруванням під час передавання. Це корисно, але подивіться, що саме воно захищає: ваше аудіо дорогою до сервера. Щойно запис туди потрапляє, постачальник розшифровує його, щоб модель могла з ним працювати.
Відтоді ви довіряєте цілому ланцюжку речей, яких не бачите: налаштуванням зберігання, списку тих, хто має доступ, добрій волі постачальника, політиці конфіденційності, яку можуть переписати вже наступного кварталу. Шифрування охороняє дорогу, але ніяк не захищає місце, куди вона веде.
Обробка на пристрої прибирає саме це місце. Сервера немає взагалі, тож немає й другого місця, де ваш голос розшифрують, запишуть у журнал чи збережуть. Запис, транскрипція й готовий текст не залишають обладнання, яке вже належить вам.
DijiFlow Dictate запускає мовленнєві моделі прямо на вашому комп'ютері: на Mac це Apple Neural Engine і графічний процесор, а на Windows відеокарти AMD, Intel або NVIDIA. Немає віддаленого сервісу, який виконував би роботу, і немає запасного варіанту, що тихцем відправив би аудіо кудись іще, якщо модель не впевнена. Модель на вашому комп'ютері і є вся система.
Робота відбувається локально, і це дає кілька переваг, з якими більшість хмарних сервісів змагатися не може:
Останнє легко перевірити самостійно. Від'єднайте мережевий кабель, вимкніть Wi-Fi і диктуйте далі. Якщо все працює (а воно працює), значить, транскрипція ніколи й не зверталася до мережі. Поведінка, яку можна перевірити, переконує краще за обіцянку, яку доводиться брати на віру.
Найкраще різницю видно, коли поставити підходи поруч. Ось де опиняються ваші дані в кожному випадку.
| Що відбувається з вашими даними | DijiFlow (на пристрої) | Типовий хмарний сервіс |
|---|---|---|
| Аудіо залишається на вашому комп'ютері | ✓ | ✗ |
| Транскрипції залишаються на вашому пристрої | ✓ | ✗ |
| Не потрібні обліковий запис чи електронна пошта | ✓ | ✗ |
| Голос не обробляється в хмарі | ✓ | ✗ |
| Транскрипція з вимкненою мережею | ✓ | ✗ |
| У постачальника нема чого витребувати через суд | ✓ | ✗ |
Ті самі висновки у трьох цифрах.
Багато хто диктує те, чому зовсім не місце в чужих журналах. Лікар, який веде записи про пацієнтів за суворими правилами лікарської таємниці. Юрист, що диктує листування, захищене адвокатською таємницею. Журналіст, який транскрибує розмову з джерелом, якому обіцяли анонімність. Інженер, що надиктовує в документ опис внутрішньої архітектури.
У кожному з цих випадків найбезпечніші саме ті дані, які ніколи не передавалися. Диктування на пристрої захищає ваші транскрипції від чужого злому, судового запиту чи непомітної зміни правил, адже стороння компанія їх ніколи й не отримувала.
Раніше вважалося, що за локальну обробку доводиться платити точністю чи швидкістю, а моделі на пристрої слабші. Тепер це не так. Apple Silicon швидко й якісно виконує сучасні мовленнєві моделі, і DijiFlow з автовизначенням розпізнає на пристрої 90+ мов. Для 29 із них є повна підтримка й налаштування словника, тож імена, фахові терміни й абревіатури записуються правильно.
Ви обираєте розмір моделі під свій комп'ютер і потрібну точність. Транскрипція виходить такої якості, для якої колись потрібен був цілий центр обробки даних, а ваше аудіо й текст при цьому не виходять за межі вашого робочого місця.
Приватність тут не функція, яку треба вмикати. Застосунок від початку побудовано на локальній обробці, тож приватно він працює завжди: не треба шукати налаштування чи пам'ятати про якийсь режим. Безкоштовна версія DijiFlow Dictate для щоденної роботи не обмежена в часі, 30-денний пробний період дає всі функції Pro, а коли будете готові, переходьте на Pro.
Якщо ваші слова мають належати тільки вам, подивіться, як диктування на пристрої впишеться у вашу роботу.