Napisy AI

Beam generuje podpisy mowy lokalnie z włączonego klipu audio. Pobiera wybrany model Whisper, dokonuje transkrypcji na urządzeniu i tworzy edytowalne klipy z napisami na osi czasu.

Panel napisów

Screenshot pendingAdd the image at:website/docs/public/screenshots/editor/captions-panel.webp

Przed wygenerowaniem napisów wybierz włączone źródło dźwięku i lokalny model szeptu.

Źródła dźwięku

Źródło	Kiedy się pojawi	Reguła wyboru
Dźwięk systemowy	Istnieje włączony klip z rolą System.	Identyfikowany jako dźwięk systemowy.
Mikrofon	Istnieje włączony klip z rolą Mikrofon.	Identyfikowany jako Mikrofon.
Importowany dźwięk	Istnieje włączony zaimportowany klip audio.	Używa nazwy klipu.
Zduplikowany adres URL multimediów	Dwa włączone klipy odwołują się do tego samego adresu URL dźwięku.	Oferowane jest tylko pierwsze źródło.
Brak użytecznego źródła	Żaden włączony klip audio nie ma czytelnego adresu URL zasobu.	Generowanie pozostaje niedostępne.

Modele szeptów

Modelka	Języki	Wskazówki dotyczące wydajności
Tiny	Wielojęzyczny	Domyślny model.
Tiny.en	Angielski	Model wyłącznie w języku angielskim.
Base	Wielojęzyczny	Brak dodatkowego ostrzeżenia.
Base.en	Angielski	Model wyłącznie w języku angielskim.
Small	Wielojęzyczny	Może działać wolno bez WebGPU.
Small.en	Angielski	Może działać wolno bez WebGPU.
Medium	Wielojęzyczny	Duży plik do pobrania; Zalecane WebGPU.
Medium.en	Angielski	Duży plik do pobrania; Zalecane WebGPU.
Large v3	Wielojęzyczny	Bardzo duży i wolny bez WebGPU.

Pobieranie i usuwanie modelu

Stan lub działanie	Zachowanie
Brak	Opcja Pobierz model jest dostępna dla wybranego modelu.
Pobieranie	Beam raportuje pobrane dane i całkowitą liczbę bajtów z paskiem postępu.
Gotowy	Znacznik wyboru wskazuje zainstalowany model i dostępna jest opcja Usuń model.
Usuń model	Niedostępne podczas pobierania, usuwania lub transkrypcji.
Błąd pobierania	Błąd zostanie wyświetlony i można go skopiować do celów diagnostycznych.

Generuj i regeneruj

1. Wybierz jedno z włączonych źródeł dźwięku.
2. Wybierz i pobierz model Whisper, jeśli nie jest jeszcze gotowy.
3. Wybierz opcję Generuj podpisy. Beam dekoduje źródło, konwertuje je na dźwięk mono 16 kHz i ogranicza do czasu trwania.
4. Wyniki częściowej transkrypcji aktualizują kompozycję podczas kontynuowania przetwarzania.
5. Po zakończeniu przebiegu wybierany jest do edycji pierwszy wygenerowany podpis.

Zachowanie	Reguła
Grupowanie zdań	Kończy frazę podpisu w miejscu znaków interpunkcyjnych lub po 12 słowach.
Minimalny czas trwania wygenerowanego klipu	40 ms.
Zregeneruj się	Zastępuje istniejące napisy generowane przez sztuczną inteligencję i zachowuje napisy ręczne.
Anuluj	Zatrzymuje ładowanie modelu lub transkrypcję.
Zamknij panel	Anuluje aktywny przebieg transkrypcji.
Diagnostyka	Raportuje upływ czasu i po przetworzeniu udostępnia raport transkrypcji, który można skopiować.

Transkrypcja lokalna

Szept działa na urządzeniu. Generowanie napisów nie wymaga przesyłania do chmury ani klucza API.

Edytuj wygenerowane podpisy

Wygenerowane napisy to zwykłe edytowalne klipy z napisami, oznaczone jako wygenerowane przez sztuczną inteligencję. Ich tekst, czas i styl wizualny można dostosować po wygenerowaniu za pomocą panelu Klip i osi czasu.