Strumenti / Trascrizione vocale
Trascrizione vocale che scrive mentre parli
Questa demo di Ink-2 supporta inglese, spagnolo, francese, hindi e giapponese. Per questa demo, parla in inglese.
Unisciti ai team che passano a Cartesia
Come convertire la voce in testo
Premi il pulsante del microfono e consenti l'accesso quando il browser lo chiede, oppure apri la scheda Carica un file e scegli una registrazione.
Parla come fai di solito. Ogni parola compare mentre la pronunci e la trascrizione segna dove inizi e smetti di parlare.
Seleziona la trascrizione, copiala e incollala nel tuo documento, nella tua email o nelle tue note.
Guarda Ink-2 cogliere ogni dettaglio
Date, codici alfanumerici, ID
Accurata su numeri ed email che altri modelli sbagliano
Questo strumento usa Ink-2, il modello di trascrizione vocale in streaming di Cartesia. Ink-2 è al primo posto nella classifica VoiceArena per l'inglese statunitense e nel benchmark indipendente di streaming di Artificial Analysis, e scrive correttamente al primo colpo numeri di telefono, email e UUID. Divide da solo la trascrizione in turni e resta accurato anche con rumore di fondo, senza un filtro di pulizia separato.
Ideale per
- Agenti vocali
- Sottotitoli in diretta
- Dettatura
- Appunti delle riunioni
- Analisi delle chiamate
Aggiungi la trascrizione vocale alla tua app
Trasmetti audio in diretta tramite WebSocket allo stesso modello Ink-2 usato da questo strumento, con l'API di trascrizione vocale di Cartesia e gli SDK. Il prompting con termini chiave orienta il riconoscimento verso i nomi e il gergo che il tuo prodotto sente più spesso. Per le registrazioni, l'API batch riceve un file intero e restituisce una sola trascrizione. I piani Enterprise aggiungono distribuzioni on-premise, in VPC e OEM senza conservazione dei dati.
Esplora altri strumenti vocali
Domande frequenti sulla trascrizione vocale
Esiste uno strumento di trascrizione vocale gratuito?
Sì. Lo strumento in questa pagina trasforma la tua voce in testo gratis, senza account, fino a un limite giornaliero. I crediti mensili di un account Cartesia gratuito coprono fino a 111 minuti di trascrizione tramite l'API, e i piani a pagamento ne aggiungono altri.
Quanto è accurata la trascrizione vocale?
Ink-2, il modello usato da questo strumento, è al primo posto per accuratezza nella trascrizione vocale in streaming. Scrive correttamente numeri di telefono, email e UUID e resta accurato anche con rumore di fondo.
Quali lingue supporta la trascrizione vocale di Cartesia?
Ink-2 trascrive inglese, spagnolo, francese, hindi e giapponese. Lo strumento in questa pagina ascolta nella lingua della pagina se è una di queste cinque, altrimenti in inglese. L'API le supporta tutte e cinque.
Posso convertire un file audio in testo?
Sì. Passa alla scheda Carica un file e trascina un file MP3, WAV, M4A, WebM, FLAC o OGG fino a 10 minuti e 200 MB. L'audio viene riprodotto mentre la trascrizione prende forma. Il convertitore da audio a testo ha lo stesso riquadro di caricamento. Per le registrazioni più lunghe, l'API batch di trascrizione vocale accetta un file completo e restituisce una trascrizione.
Che cos'è la trascrizione vocale?
La trascrizione vocale (detta anche STT, ASR o speech to text) trasforma l'audio parlato in parole scritte. Un modello in streaming come Ink-2 scrive la trascrizione mentre stai ancora parlando, non dopo che hai finito.
Che cos'è il rilevamento dei turni nella trascrizione vocale?
Il rilevamento dei turni determina quando un parlante ha finito, evitando che un agente vocale interrompa o lasci silenzi. La maggior parte degli stack aggiunge un modello separato di rilevamento dell'attività vocale. Ink-2 emette direttamente eventi di turno come turn.eager_end e turn.end: un modello in meno nello stack e risposte più rapide.
Posso eseguire Ink-2 sulla mia infrastruttura?
Sì. Ink-2 può essere distribuito on-premise, anche in ambienti isolati dalla rete, nel tuo VPC su AWS, GCP o Azure, oppure integrato nel tuo prodotto con una licenza OEM. Queste modalità di distribuzione sono disponibili con contratti enterprise.