تبدیل صدا به متن چطور کار میکند؟
وقتی فایل صوتی را روی صفحهٔ تبدیل صدا به متن میفرستید، چند اتفاق پشتپرده میافتد:
۱. بررسی فایل
حجم، فرمت و مدت فایل چک میشود. فایلهای بزرگتر از سقف مجاز یا با فرمت ناشناخته همان لحظه رد میشوند تا صف پردازش شلوغ نشود.
۲. قرار گرفتن در صف
فایل روی دیسک با نام یکبارمصرف ذخیره میشود و یک «کار» (job) در صف پردازش ثبت میشود. اگر مهمان باشید، سهم رایگان روزانهتان هم همینجا کسر میشود.
۳. تشخیص گفتار
یک موتور تشخیص گفتار (ASR) صدای شما را به کلمات تبدیل میکند. این مرحله حساسترین بخش است؛ دقت نهایی به کیفیت صدای ضبطشده، لهجه و نویز محیط خیلی وابسته است.
۴. آمادهسازی نتیجه
متن بهدستآمده در سه قالب ذخیره میشود: متن خام (برای کپی)، فایل TXT و فایل Word. سپس یک لینک کوتاه و موقت (۷۲ ساعت) برای بهاشتراکگذاری ساخته میشود.
۵. پاکسازی
بعد از اتمام، فایل صوتی اصلی از دیسک حذف میشود تا حریم خصوصی شما حفظ شود.
کل این مسیر برای فایلهای معمولی (چند دقیقهای) کمتر از یک دقیقه طول میکشد.