การรู้จำเสียงแบบออฟไลน์ในท้องถิ่นสำหรับผู้ใช้ Windows ที่มุ่งเน้นความเป็นส่วนตัว
ดำเนินการถอดเสียงทั่วทั้งระบบ การถอดไฟล์ และการสร้างคำบรรยายสดทั้งหมดบนฮาร์ดแวร์ท้องถิ่น โดยไม่เชื่อมต่อเสียงกับเครือข่าย OpenASR Desktop จาก Caelum Inc. ได้บรรจุ shell GUI รอบ ๆ เอนจินการรู้จำแบบโอเพนซอร์สสำหรับการถอดเสียงบนเดสก์ท็อป แอปนี้รองรับการอนุมานด้วย CPU และ GPU การอัปเดตอัตโนมัติ และกระบวนการเริ่มต้นที่รวดเร็ว มันเหมาะสำหรับมืออาชีพที่ใส่ใจในความเป็นส่วนตัวและผู้ที่ต้องการคำบรรยายแบบออฟไลน์ เนื่องจากโมเดลและการประมวลผลทั้งหมดทำงานบนเครื่อง Windows ของผู้ใช้โดยไม่ต้องพึ่งพา cloud.
OpenASR ทำอะไรและให้บริการใคร
OpenASR ทำการแปลงเสียงเป็นข้อความในเครื่องและมีผลลัพธ์ที่ชัดเจนสามประการ: การพิมพ์คำบรรยายทั่วทั้งระบบในแอปพลิเคชันใด ๆ, การถอดเสียงไฟล์เสียง/วิดีโอเป็นกลุ่ม, และคำบรรยายสดบนหน้าจอ แอปนี้นำเสนอ shell เดสก์ท็อปแบบปิดซึ่งใช้เอนจินแบบเปิดซึ่งช่วยให้ผู้ใช้สามารถทำงานได้โดยไม่ต้องมีบัญชีหรือบริการภายนอก แอปนี้มีเป้าหมายไปที่มืออาชีพ, นักวิจัย, ผู้สร้าง, และกรณีการใช้งานด้านการเข้าถึงที่ต้องการการถอดเสียงในขณะที่เก็บเสียงต้นฉบับไว้ในอุปกรณ์.
มันส่งผลต่อทรัพยากรของระบบอย่างไรในระหว่างการถอดเสียง
การอนุมานโมเดลสามารถทำงานบน CPU หรือ GPU ดังนั้นผลกระทบต่อระบบของแอปขึ้นอยู่กับโมเดลและฮาร์ดแวร์ที่เลือก แพ็คเกจต้องการระบบ Windows 64 บิตและ WebView2 runtime และทำการประมวลผลทั้งหมดในเครื่องเมื่อดาวน์โหลดโมเดลแล้ว เนื่องจากการอนุมานเกิดขึ้นในอุปกรณ์ คาดว่าจะมีการโหลด CPU หรือ GPU ที่หนักขึ้นในระหว่างการแสดงคำบรรยายสดหรือการถอดเสียงไฟล์ความเร็วสูงเมื่อเปรียบเทียบกับทางเลือกที่ใช้คลาวด์.
ความปลอดภัย, ความเป็นส่วนตัว, และข้อพิจารณาในการติดตั้ง
OpenASR ปฏิบัติตามการออกแบบที่เน้นความเป็นส่วนตัวโดยไม่มีการส่งข้อมูล, ไม่มีบัญชี, และมีแนวทางการปิดที่ทำให้เสียงอยู่ในเครื่องตามค่าเริ่มต้น โปรแกรมติดตั้ง Windows ได้รับการลงนามผ่าน Azure Trusted Signing ซึ่งตรวจสอบตัวตนของโปรแกรมติดตั้ง แต่ SmartScreen อาจยังคงเตือนจนกว่าจะสร้างชื่อเสียง โปรแกรมติดตั้งจะพยายามตั้งค่า WebView2 โดยอัตโนมัติเมื่อจำเป็น.
อินเทอร์เฟซ, การทำงาน, และเส้นโค้งการเรียนรู้
shell เดสก์ท็อปให้กระบวนการเริ่มต้นและการอัปเดตอัตโนมัติเพื่อจัดการการดาวน์โหลดโมเดลและการตั้งค่ารันไทม์ ผู้ใช้ทั่วไปสามารถเริ่มการพิมพ์คำบรรยายหลังจากการเริ่มต้น ในขณะที่ผู้ใช้ขั้นสูงสามารถเลือกการอนุมาน GPU หรือเปลี่ยนกลุ่มโมเดล อินเทอร์เฟซทำหน้าที่เป็น GUI wrapper บนเอนจิน ดังนั้นผู้ใช้ที่ต้องการตัวเลือกโมเดลที่ละเอียดหรือการปรับแต่งประสิทธิภาพจำเป็นต้องมีความคุ้นเคยทางเทคนิคกับตัวเลือกการอนุมานและการแลกเปลี่ยนฮาร์ดแวร์.
แนะนำสำหรับผู้ใช้ที่ให้ความสำคัญกับความเป็นส่วนตัวซึ่งสามารถจัดการโมเดลในท้องถิ่น
OpenASR เป็นตัวเลือกการถอดเสียงออฟไลน์ที่ใช้งานได้จริงสำหรับผู้ที่ต้องการการประมวลผลในท้องถิ่นและการรับประกันความเป็นส่วนตัวที่ชัดเจน ต้องการ Windows desktop 64-bit และต้องใส่ใจในการเลือกโมเดลเพราะการอนุมานด้วย CPU เทียบกับ GPU จะเปลี่ยนภาระของระบบ แนะนำ.
