AI субтитри
Beam генерира субтитри от реч локално от включен аудио клип. Изтегля избрания модел Whisper, транскрибира на устройството и създава редактируеми клипове със субтитри във времевата линия.
Панел Субтитри
Screenshot pendingAdd the image at:
website/docs/public/screenshots/editor/captions-panel.webpАудио източници
| Източник | Кога се показва | Правило за избор |
|---|---|---|
| Системен звук | Съществува включен клип с роля System. | Идентифицира се като System Audio. |
| Микрофон | Съществува включен клип с роля Microphone. | Идентифицира се като Microphone. |
| Импортиран звук | Съществува включен импортиран аудио клип. | Използва името на клипа. |
| Дублиран URL на медия | Два включени клипа сочат към един и същ URL на аудио. | Предлага се само първият източник. |
| Няма използваем източник | Нито един включен аудио клип няма четим URL към ресурс. | Генерирането остава недостъпно. |
Модели Whisper
| Модел | Езици | Насоки за производителност |
|---|---|---|
| Tiny | Многоезичен | Модел по подразбиране. |
| Tiny .en | Английски | Модел само за английски. |
| Base | Многоезичен | Няма допълнително предупреждение. |
| Base .en | Английски | Модел само за английски. |
| Small | Многоезичен | Може да е бавен без WebGPU. |
| Small .en | Английски | Може да е бавен без WebGPU. |
| Medium | Многоезичен | Голямо изтегляне; препоръчва се WebGPU. |
| Medium .en | Английски | Голямо изтегляне; препоръчва се WebGPU. |
| Large v3 | Многоезичен | Много голям и бавен без WebGPU. |
Изтегляне и изтриване на модел
| Състояние или действие | Поведение |
|---|---|
| Липсващ | Изтегляне на модел е достъпно за избрания модел. |
| Изтегляне | Beam съобщава изтеглените и общите байтове с лента за напредък. |
| Готов | Отметка идентифицира инсталирания модел и Изтриване на модела става достъпно. |
| Изтриване на модела | Недостъпно по време на изтегляне, изтриване или транскрипция. |
| Грешка при изтегляне | Грешката се показва и може да бъде копирана за диагностика. |
Генериране и повторно генериране
- Изберете един от включените аудио източници.
- Изберете и изтеглете модел Whisper, ако още не е готов.
- Изберете Генериране на субтитри. Beam декодира източника, преобразува го в моно аудио с честота 16 kHz и го ограничава до продължителността на времевата линия.
- Частичните резултати от транскрипцията обновяват композицията, докато обработката продължава.
- Приключилият процес избира първия генериран субтитър за редактиране.
| Поведение | Правило |
|---|---|
| Групиране на изречения | Завършва фразата на субтитъра при препинателен знак или след 12 думи. |
| Минимална продължителност на генерирания клип | 40 ms. |
| Повторно генериране | Заменя съществуващите генерирани от AI субтитри и запазва ръчните субтитри. |
| Отмяна | Спира зареждането на модела или транскрипцията. |
| Затваряне на панела | Отменя активния процес на транскрипция. |
| Диагностика | Съобщава изминалото време и предоставя отчет за транскрипцията, който може да бъде копиран, след обработката. |
Локална транскрипция
Whisper работи на устройството. Генерирането на субтитри не изисква качване в облака или API ключ.
Редактиране на генерирани субтитри
Генерираните субтитри са обикновени редактируеми клипове със субтитри, отбелязани като генерирани от AI. Текстът, времето и визуалният им стил могат да се променят чрез панела Клип и времевата линия след генерирането.