ဖန်တီးမှုကျွမ်းကျင်ပညာရှင်များ၊ ဗီဒီယိုတည်းဖြတ်သူများနှင့် အသံအင်ဂျင်နီယာများအတွက် ဖန်တီးထားသည့် စတူဒီယိုအဆင့် ဒက်စ်တော့အက်ပ်များ။ ပရဝုဏ်အတွင်း အဆုံးအဖြတ်ပေးသော အနုမာန၊ သီးသန့် GPU အရှိန်အဟုန်နှင့် အလျှော့မပေးသော လျှို့ဝှက်ချက် — cloud မှီခိုမှုနှင့် စာရင်းသွင်းမှုအပေါ်မှ ကင်းစင်သည်။
100% ပရဝုဏ်အတွင်း ကွပ်မျက်မှု၊ သုည cloud telemetry၊ အလျှော့မပေးသော လျှို့ဝှက်ချက်။
သီးခြား GPU ဗိသုကာများ အတွက် တီထွင်ဖန်တီးထားသော မြင့်မားသော တင်းဆာ core ပိုက်လိုင်း။
တိကျမှန်ကန်မှုမြင့်မားသော ဘာသာစကားမျိုးစုံပြောဆိုသည့်ကုဒ်နှင့် အရင်းအမြစ်-သတိပြုမိသော ဆွေးနွေးမှုအပိုင်း။
ခန့်မှန်းနိုင်သော အရင်းအနှီး ရင်းနှီးမြှုပ်နှံမှု၊ အမြဲတမ်း စီးပွားရေး ပိုင်ဆိုင်မှု၊ ထပ်တလဲလဲ အခကြေးငွေ လုံးဝ မရှိပါ။
စတူဒီယိုနှင့် တီထွင်ဖန်တီးမှုဆိုင်ရာ လုပ်ငန်းအသွားအလာများကို အရှိန်အဟုန်ပြင်းစွာ အရှိန်မြှင့်ရန် ရည်ရွယ်ချက်ဖြင့် တည်ဆောက်ထားသော Windows အပလီကေးရှင်းများ။
OpenAI Whisper Large-v3၊ PyAnnote အသံ၊ dGPU အရှိန်မြှင့်ခြင်းနှင့် ဘာသာစကား 100+ တို့ဖြင့် စွမ်းဆောင်ထားသည့် စတူဒီယိုအဆင့် ဒက်စ်တော့မှ စကားသံမှ စာသားနှင့် စာတန်းထိုးအတွဲ။ v1830 BETA အဆင်သင့်ဖြစ်နေပါပြီ။ manual-documented first stable v1840 မကြာမီလာမည်။
ပေါ့ပါးပြီး အပြည့်အဝ အော့ဖ်လိုင်း ဒက်စ်တော့ အသုံးဝင်မှု- အသံပုဒ် (.wav) နှင့် စာတန်းပုဒ် (.srt / .sup) အားလုံးကို .mkv၊ .m2ts နှင့် .mts ဖိုင်များမှ တစ်ချက်နှိပ်ရုံဖြင့် ထုတ်ယူသည် - အကောင့်မရှိ၊ အင်တာနက်ချိတ်ဆက်မှု မရှိခြင်း။
Windows၊ macOS နှင့် Linux အတွက် အထူးသီးသန့် စတူဒီယိုအသုံးအဆောင်အသစ်များနှင့်အတူ first stable Whisper Transcriber Pro v1840 (ထုတ်ဝေအသုံးပြုသူလက်စွဲတွင် အသေးစိတ်ဖော်ပြထားသည်) အတွက် Active engineering ကို လုပ်ဆောင်နေပါသည်။
Whisper Transcriber Pro သည် OpenAI Whisper Large-v3 neural transformer ကို PyAnnote Audio 3.1 acoustic clustering နှင့် ပေါင်းစပ်ပြီး စကားပြောမှ စာသားကူးယူခြင်းနှင့် စာတန်းထိုးခြင်းအတွက် စက်မှုအဆင့်သုံး workstation software တစ်ခုဖြစ်သည်။ ထုတ်လွှင့်မှုနှင့် စတူဒီယိုအလုပ်အသွားအလာများအတွက် အင်ဂျင်နီယာချုပ်လုပ်ထားပြီး၊ ၎င်းသည် နမူနာ-တိကျသောအချိန်ကုဒ်ဆွဲခြင်း၊ Silero-VAD ဆူညံသံတံခါးပေါက်နှင့် ပေါင်းစပ်ထားသော လှိုင်းပုံစံတည်းဖြတ်ခြင်း— 100% ပကတိဒေတာကို လျှို့ဝှက်ထားခြင်းဖြင့် ပရဝုဏ်အတွင်းတွင် ထောက်ပံ့ပေးသည်။
Pro လိုင်စင်ကီးသည် ငွေပေးချေပြီးနောက် ချက်ချင်းပေးပို့သည့် ဒစ်ဂျစ်တယ်အကြောင်းအရာဖြစ်သည်။ ဝယ်ယူခြင်းဖြင့်၊ သင်သည် ချက်ချင်းပေးပို့ရန် တောင်းဆိုပြီး ယင်းကြောင့် သင့်တရားဝင်ငွေထုတ်ပိုင်ခွင့်ကို ဆုံးရှုံးကြောင်း အသိအမှတ်ပြုပါသည်- ဝယ်ယူမှုအားလုံးသည် အပြီးသတ်ဖြစ်ပြီး ပြန်အမ်း၍မရသည့်အပြင် လိုင်စင်သော့ကို ပြန်ပေးရန်အတွက် အခပေးလိုင်စင်၏စျေးနှုန်းကို ပြန်လည်သိမ်းယူ၍မရပါ။ ချွတ်ယွင်းချက်များကို အပ်ဒိတ်များမှတစ်ဆင့် ပြုပြင်ပေးသည်။ အသေးစိတ်အချက်များ စည်းကမ်းနှင့်သတ်မှတ်ချက်များ
Whisper Transcriber Pro သည် ဘာသာစကားမျိုးစုံပြောင်းလဲခြင်းအပါအဝင် ကမ္ဘာ့ဘာသာစကားအားလုံးနီးပါးကို မူရင်းတိကျမှုဖြင့် လုပ်ဆောင်သည်-
အချိန်နှင့်တပြေးညီ အသံလှိုင်းပုံစံ အချိန်ဇယား၊ အပြန်အလှန်အကျိုးပြု စာတန်းထိုးတုံးများနှင့် နမူနာ-တိကျသော အချိန်ကုဒ်လမ်းညွှန်မှု။
တိတ်တိတ်ဆိတ်ဆိတ် Large-v3 မော်ဒယ်ရွေးချယ်ကိရိယာ၊ Silero-VAD ဆူညံသံတံခါးပေါက်များ နှင့် အရင်းအမြစ်ဘာသာစကား ချိန်ညှိခြင်း။
Built-in compute diagnostic measuring discrete GPU tensor throughput နှင့် real-time VRAM ခွဲဝေခြင်း။
အထူးသီးသန့် ဂရပ်ဖစ် အဒက်တာရွေးချယ်မှု၊ တိကျသော VRAM ကြားခံအရွယ်အစားနှင့် core multi-core parallelism။
ဤရည်ရွယ်ချက်ဖြင့် တည်ဆောက်ထားသော အသုံးဝင်ပုံသည် သင့် .mkv၊ .m2ts နှင့် .mts ဖိုင်များမှ အော်ဒီယိုတေးသွား (.wav) နှင့် စာတန်းထိုးလမ်းကြောင်း (.srt / .sup) အားလုံးကို ကလစ်တစ်ချက်တည်းဖြင့် ထုတ်ယူသည် — အပြည့်အဝ အော့ဖ်လိုင်း၊ cloud မရှိ၊ အကောင့်မရှိပါ။ တည်းဖြတ်သူများနှင့် စာတန်းထိုးသူများအတွက် ပြီးပြည့်စုံသော အဖော်။
တည်ထောင်သူ Norbert Zsolt Szabó ၏ syntax အတားအဆီးများမှသဘာဝဘာသာစကားအင်ဂျင်နီယာအထိ။
ဒါကို လူနည်းစုက သိပေမယ့် အထက်တန်းကျောင်းမှာ သင်္ချာနဲ့ ကွန်ပြူတာ ဘာသာရပ်ကို အဓိက သင်ယူခဲ့ပါတယ်။ ၉ တန်းနဲ့ ၁၂ တန်းကြားက နည်းပညာလောကကို ထဲထဲဝင်ဝင် စိတ်ဝင်စားခဲ့တယ်။ ထိုအချိန်က Pascal သည် သင်ရိုးညွှန်းတမ်းဖြစ်ပြီး၊ syntax ရေးခြင်းသည် ကျွန်ုပ်၏ ခိုင်မာသောဝတ်စုံနှင့် ဝေးကွာကြောင်း ရိုးသားစွာ ဝန်ခံပြီး ဖွံ့ဖြိုးတိုးတက်မှု အရှိန်အဟုန်သည် အလွန်နှေးကွေးကာ ထိရောက်မှုမရှိသည့်အပြင် ငြီးငွေ့ဖွယ်ကောင်းသည်ကို တွေ့ရှိခဲ့ရသည်။ ကျွန်တော့်အတွက်၊ ဆော့ဖ်ဝဲလ်ဖွံ့ဖြိုးတိုးတက်မှု၏ bandwidth သည် စိတ်ပျက်စရာကောင်းလောက်အောင် နှေးကွေးပြီး ငြီးငွေ့စရာကောင်းသော လုပ်ငန်းစဉ်တစ်ခုဖြစ်သောကြောင့် ထိုအချိန်တွင် ရုပ်ရှင်ရိုက်ကူးခြင်းနှင့် ဗီဒီယိုတည်းဖြတ်ခြင်းတို့ကို ပိုမိုစိတ်ဝင်စားခဲ့သည်။ သို့သော်လည်း ရှုပ်ထွေးသော အယ်လဂိုရီသမ်များတွင် တွေးခေါ်နိုင်စွမ်းသည် ကျွန်ုပ်၏ ခိုင်မာသောစွမ်းရည်သည် ကျွန်ုပ်၏ရုပ်ရှင်ပရောဂျက်များတွင်ပင် အားကောင်းနေပါသည်။ ထိုစဉ်ကပင် ကျွန်ုပ်ကို စွဲလန်းစေသောအရာမှာ ဆော့ဖ်ဝဲလ်၏ အတွင်းပိုင်းလော့ဂျစ်၊ လုပ်ငန်းလည်ပတ်မှုဆိုင်ရာ အခြေခံမူများနှင့် စနစ်အဆင့် ဒီဇိုင်းတို့ကို ဖန်တီးခြင်းဖြစ်သည်။
ရှုပ်ထွေးသော ထုတ်လွှင့်မှုပရောဂျက်များကို ညွှန်ကြားခြင်းနှင့် ထုတ်လုပ်ပြီးနောက် နှစ်များတစ်လျှောက်တွင်၊ ကျွန်ုပ်သည် ထိပ်တန်းစက်မှုလုပ်ငန်းအစုံတိုင်းနီးပါးကို အသုံးပြုခဲ့ပြီး ဗိသုကာလက်ရာဆိုင်ရာ မညီမညွတ်မှုများနှင့် ergonomic ပွတ်တိုက်မှုများကြောင့် မကြာခဏ ကြုံတွေ့နေရသော ပိတ်ဆို့မှုများကို ကြုံတွေ့နေရပါသည်။ တိကျသောစတူဒီယိုပတ်ဝန်းကျင်တွင်၊ အဆုံးအဖြတ်ယုံကြည်စိတ်ချရမှုသည် ဇိမ်ခံပစ္စည်းမဟုတ်ပေ—၎င်းသည် အခြေခံကျသည်- နည်းပညာသည် ပွင့်လင်းမြင်သာစွာနှင့် တီထွင်ဖန်တီးမှုဆိုင်ရာ ရည်ရွယ်ချက်ကို စိတ်ချယုံကြည်ရမည်ဖြစ်ပါသည်။
စနစ်ပိုင်းဆိုင်ရာကွဲလွဲချက်များအပေါ် စူးရှသောရောဂါရှာဖွေရေးရှုထောင့်ကို ကျွန်ုပ်အမြဲတမ်းထိန်းသိမ်းထားသည်။ ထုတ်လုပ်မှု ပိုက်လိုင်းကို ဆန်းစစ်သည့်အခါ၊ မျက်နှာပြင်အမှားအယွင်းများကို စာရင်းပြုစုခြင်းထက်၊ ကျွန်ုပ်၏ အာရုံစူးစိုက်မှုသည် အခြေခံဖွဲ့စည်းပုံဆိုင်ရာ ပိုမိုကောင်းမွန်အောင်နှင့် လူသားကိုဗဟိုပြုသော ဒီဇိုင်းဆီသို့ ချက်ခြင်းရောက်သွားပါသည်။ ရည်ရွယ်ချက်မှာ ခေတ်မီ ထုတ်လွှင့်မှုနှင့် မြင့်မားသော ထုတ်လုပ်မှု စံချိန်စံညွှန်းများနှင့်အညီ တိကျစွာ လိုက်လျောညီထွေဖြစ်စေသော ရည်ရွယ်ချက်ဖြင့် တည်ဆောက်ထားသော ကိရိယာများကို အင်ဂျင်နီယာချုပ်ရန် ဖြစ်သည်။
SI-ပံ့ပိုးပေးထားသော ဖွံ့ဖြိုးတိုးတက်မှုကို ကျွန်ုပ်ရှာဖွေတွေ့ရှိသောအခါ အချိုးအကွေ့သည် 2024 ခုနှစ်တွင် ရောက်ရှိလာပါသည်။ Syntactic အခက်အခဲများသည် အတားအဆီးမဟုတ်တော့ဘဲ သက်သာရာရစေပါသည်။ နောက်ဆုံးတွင် ကျွန်ုပ်သည် ကျွန်ုပ်ကို အမှန်တကယ် စိတ်ဝင်စားသောအရာကို အာရုံစိုက်နိုင်သည်- လုပ်ဆောင်ချက်များ၊ ယုတ္တိပုံသဏ္ဍာန်နှင့် အသုံးပြုသူ ခရီးများ။
ကျွန်ုပ်သည် ဟန်ဂေရီ သို့မဟုတ် အင်္ဂလိပ်လို ကျွမ်းကျင်စွာ အယူအဆကို ပုံဖော်ပြီး LLM မှ ၎င်းကို Python သို့ ဘာသာပြန်ပါသည်။ OpenAI ၏ o1 မော်ဒယ်၊ ထို့နောက် Gemini 3.1 သည် ကျွန်ုပ်၏ ညွှန်ကြားချက်များကို အင်ဂျင်နီယာ တိကျမှုဖြင့် ဖော်စပ်ထားသော အချိန်၏ 99% ချက်ချင်း အလုပ်လုပ်သော ကုဒ်ကို ရရှိစေသည့် အဆင့်ကို ယူဆောင်လာခဲ့သည်။
ဤခေတ်မီသော ပါရာဒိုင်းကို အဆင့်မြင့်ဗိသုကာဆိုင်ရာ အုပ်ချုပ်မှုစနစ်နှင့် SI အထောက်အကူပြုဆော့ဖ်ဝဲလ်အင်ဂျင်နီယာတို့၏ ပေါင်းစပ်မှုအဖြစ် ကျွန်တော်မြင်သည်။ manual syntax mechanics တွင် ဉာဏစွမ်းအင်ကို သုံးစွဲမည့်အစား၊ အာရုံကြော transformer ပေါင်းစည်းမှု၊ high-throughput dGPU tensor pipelines နှင့် broadcast-grade ergonomics တို့ကို ဦးတည်သည်။ အဆင့်မြင့် Frontier မော်ဒယ်များနှင့် အနီးကပ် ပူးပေါင်းဆောင်ရွက်ခြင်းသည် ထုတ်လုပ်မှုအလျင်၊ သင်္ချာတိကျမှုနှင့် သမိုင်းကြောင်းအရ သီးသန့်လိုအပ်သည့် အင်ဂျင်နီယာဌာနများဖြစ်သည့် စနစ်ကြံ့ခိုင်မှုကို ထိန်းသိမ်းရန် လွတ်လပ်သော အင်ဂျင်နီယာတစ်ဦးကို ခွင့်ပြုပေးပါသည်။
Windows သည် ပထမဦးစွာစတင်ချိန်တွင် အပြာရောင်သတိပေးချက်ကို အဘယ်ကြောင့်ပြသသနည်း၊ ရိုးရှင်းသောကလစ် ၂ ချက်ဖြင့် အက်ပ်ကို မည်သို့စတင်ရမည်နည်း။
ကျွန်ုပ်တို့၏လျှောက်လွှာများကို အမြဲဒေါင်းလုဒ်လုပ်ပါ (အထူးသဖြင့် Whisper Transcriber Pro နှင့် WR Media Extractor) တရားဝင် wraithdreams.com ပလပ်ဖောင်းမှ အတိအကျနှင့် သီးသန့် အတည်ပြုထားသော ဒေါင်းလုဒ်လင့်ခ်များမှတစ်ဆင့် ဤနေရာတွင် ထုတ်ပြန်ထားသည်။ ကျွန်ုပ်တို့၏ဆော့ဖ်ဝဲလ်ကိရိယာများသည် လောလောဆယ်တွင်ရှိသည်။ တရားဝင်မဖြန့်ဝေဘူး။ မည်သည့်ပြင်ပကုမ္ပဏီ ဆော့ဖ်ဝဲလ်သိုလှောင်ရာ၊ ပြင်ပကြေးမုံ သို့မဟုတ် စျေးကွက်တွင်မဆို။ ခွင့်ပြုချက်မရှိဘဲ ပြင်ပဝဘ်ဆိုက်များ၊ ဖိုင်မျှဝေခြင်းပေါ်တယ်များ သို့မဟုတ် ပြုပြင်ထားသော "အက်ကွဲနေသော" ပြန်လည်ထုပ်ပိုးမှုများမှရရှိသော တည်ဆောက်မှုများသည် ပြင်းထန်သောဆိုက်ဘာလုံခြုံရေးအန္တရာယ်များရှိနေပြီး ဗိုင်းရပ်စ်များ၊ ထရိုဂျန်များ၊ သို့မဟုတ် စပိုင်ဝဲများကို သယ်ဆောင်လာနိုင်သည်။ Wraith Dreams သည် ကျွန်ုပ်တို့၏တရားဝင်ချန်နယ်များမှ တိုက်ရိုက်ဒေါင်းလုဒ်လုပ်ထားသော မူရင်းထည့်သွင်းသူများအတွက်သာ ဒစ်ဂျစ်တယ်သန့်ရှင်းမှုနှင့် ဒွိသမာဓိကို အာမခံပါသည်။ အတည်မပြုရသေးသော ပြင်ပကုမ္ပဏီ ပက်ကေ့ဂျ်များ သို့မဟုတ် မူရင်းမဟုတ်သော ထည့်သွင်းမှုများကြောင့် ဖြစ်ပေါ်လာသော ပျက်စီးမှုများ၊ ဒေတာ ဖောက်ပြန်မှု သို့မဟုတ် စနစ်ချွတ်ယွင်းမှုများအတွက် လုံးဝ တာဝန်ရှိကြောင်း ကျွန်ုပ်တို့ အတိအလင်း ယူဆပါသည်။
Microsoft Defender SmartScreen သည် အသိအမှတ်ပြုမထားသောအက်ပ်ကို စတင်ခြင်းမှ တားဆီးထားသည်။ ဤအက်ပ်ကိုအသုံးပြုခြင်းသည် သင့် PC ကို အန္တရာယ်ဖြစ်စေနိုင်သည်။
ဤအကြံပေးနဖူးစည်းပုံသည် လုံးဝသဘာဝကျပါသည်။ false positive (false alarm)! Microsoft Defender SmartScreen သည် ကျွန်ုပ်တို့၏ သီးခြားဖြစ်သောကြောင့်သာ ဤသတိပေးချက်ကို ပြသပါသည်။ Wraith Dreams Software အမှတ်တံဆိပ်နှင့် အသစ်ထွက်ရှိထားသော installer ဗားရှင်းများသည် တပ်ဆင်စက်များ၏ ထုထည်ကြီးမားသောပမာဏတစ်လျှောက်တွင် ကျယ်ပြန့်သော telemetry အချက်ပြမှုများကို မစုဆောင်းရသေးပါ။ ကျွန်ုပ်တို့၏ကိရိယာများသည် 100% သန့်ရှင်းပြီး စုစည်းထားသော binaries များ၊ ဗိုင်းရပ်စ်ကင်းစင်ပြီး ဘေးကင်းသည် — အောက်တွင် ရိုးရှင်းသောကလစ်နှစ်ခုဖြင့် အလွယ်တကူ စတင်အသုံးပြုနိုင်ပါသည်။
ဒက်စ်တော့ အပလီကေးရှင်းတိုင်းသည် compiled clean binary အဖြစ် တင်းကြပ်စွာ လုပ်ဆောင်ပါသည်။ ၎င်းတွင် ပြင်ပအဖွဲ့အစည်း ခြေရာခံကိရိယာများ မပါ၀င်ပါ၊ adware မရှိပါ၊ နှင့် ပြင်ပကွန်ရက် တယ်လီမီတာကို သုညပါ၀င်သည်။
Microsoft Defender SmartScreen သည် cloud telemetry ဂုဏ်သတင်း မက်ထရစ်များအပေါ် အားကိုးသည်- အသစ်ထွက်ရှိထားသော သို့မဟုတ် မွမ်းမံထားသော ဒွိစုံများသည် တယ်လီမက်ထရီအချက်ပြမှုများ၏ ကျယ်ပြန့်သည့်အတိုင်းအတာအထိ ကျယ်ပြန့်သော အတိုင်းအတာတစ်ခုအထိ အကြံပေးနဖူးစည်းတစ်ခုကို ဖန်တီးသည်။
တရားဝင် Microsoft စာရွက်စာတမ်း- "ဒေါင်းလုဒ်လုပ်ထားသောဖိုင်များကို ကောင်းစွာသိပြီး မကြာခဏဒေါင်းလုဒ်လုပ်ထားသော ဖိုင်များစာရင်းကို စစ်ဆေးနေပါသည်။ အကယ်၍ အဆိုပါစာရင်းတွင်မပါပါက၊ Microsoft Defender SmartScreen သည် သတိပေးချက်တစ်ခုပြသပြီး သတိထားရန် အကြံပေးပါသည်။"
Enterprise Extended Validation (EV) ဟာ့ဒ်ဝဲသက်သေခံလက်မှတ်များတွင် ကျွန်ုပ်တို့၏အသုံးပြုသူများထံ မပေးပို့ရန် ငြင်းဆိုထားသည့် သိသာထင်ရှားသော ထပ်တလဲလဲ အကျုံးဝင်နေပါသည်။ ဖွံ့ဖြိုးတိုးတက်ရေးအရင်းအမြစ်များကို တွက်ချက်မှုပိုမိုကောင်းမွန်အောင်နှင့် တိုက်ရိုက်အင်ဂျင်နီယာပံ့ပိုးမှုအဖြစ် တင်းကြပ်စွာ လမ်းကြောင်းပေးထားပါသည်။
ကျွန်ုပ်တို့၏ အပလီကေးရှင်းများသည် အခြားမည်သည့်နေရာတွင်မှ တရားဝင်မရနိုင်တော့သောကြောင့်၊ အတည်မပြုရသေးသော ပြင်ပကုမ္ပဏီကော်ပီများ၊ ပြန်လည်ထုပ်ပိုးမှုများ သို့မဟုတ် ပြုပြင်ထားသော ထည့်သွင်းသူများကြောင့် ပျက်စီးဆုံးရှုံးမှုများအတွက် တာဝန်ရှိကြောင်း တင်းကြပ်စွာ ငြင်းဆိုပါသည်။
Norbert သို့ တိုက်ရိုက်စာရေးပါ။ သင်၏အကြံပြုချက်သည် Whisper Transcriber Pro ၏ အနာဂတ်ဗားရှင်းများနှင့် လာမည့်ကိရိယာများကို ပုံသဏ္ဍာန်ပုံဖော်ပေးသည်။
