دربارهٔ گفتار
تایپ صدای فارسی کار کُندی است. یک جلسهٔ یک‌ساعته دست‌کم سه ساعت تایپ می‌خواهد، و ابزارهای خارجی یا فارسی را خوب نمی‌فهمند یا از ایران در دسترس نیستند.
گفتار برای همین ساخته شد: تبدیل صوت به متن فارسی، با سرور داخل ایران و پرداخت ریالی.
چه فرقی دارد
- یک مدل کافی نیست. دقت مدل‌ها روی فارسی یکسان نیست و به نوع فایل بستگی دارد. گفتار چند مدل را در یک جا دارد و می‌گوید هر متن را کدام مدل نوشته است.
- متن خام هیچ‌وقت پنهان نمی‌شود. اگر متن را اصلاح کنید، متن اصلی مدل می‌ماند و می‌توانید به آن برگردید.
- هر پردازش تاریخچه دارد. می‌بینید هر مرحله چقدر طول کشیده و اگر شکست خورده، کجا و چرا.
هنگام تبدیل چه انتخاب‌هایی دارید؟
پیش از شروع، زبان، مدل تبدیل و نیاز به تفکیک گوینده را مشخص می‌کنید و اثر انتخاب‌ها بر اعتبار بسته را می‌بینید. ویرایش هوشمند نیز انتخابی است؛ نسخهٔ خام متن حفظ می‌شود تا تغییرها را بررسی کنید و در صورت نیاز به آن برگردید. در فایل‌های چندنفره هم می‌توانید برچسب گوینده‌ها را با شنیدن نمونهٔ صدا بازبینی و نام‌گذاری کنید.