একটি সময়সূচী অনুবাদ শুধুমাত্র মডেল যা সেগমেন্ট দেয় যাত্রা

পাঠানো হয়েছে

৬ নভেম্বর, ২০২৬ এ ১১:১৮ PM UTC

লেখক

Kamo

কমিট

6fd880a

মালিকের রিপোর্ট ২০২৬-১১-০৬: কল ট্রান্সক্রিপ্ট "কলটির সম্পূর্ণতা প্রতিফলিত করে না রেকর্ডিং"। প্ল্যাটফর্ম ওআরজি'র কলের উপর পরিমাপ করা হয়েছে: রাউটারের প্রথম এসটিটি পছন্দ, gpt-4o-transcribe, প্রত্যেক <=৩০ সেকেন্ডের টুকরো একটি বিরতির পরে সংক্ষিপ্ত করা হয়েছে (একটি ২৯.৫ সেকেন্ডের টুকরো) ৫৭টি শব্দের মধ্যে ৮টি শব্দই ফিরে আসে) এবং কোন টাইমস্ট্যাম্প দেয় না, তাই কোন কিছুই দেখায় না যে কোথায় তা রয়েছে একই ছয়টি টুকরোতে জিপিটি-৪ও-ট্রান্সক্রিপ্ট-ডিয়ারাইজ ২৭৮টি শব্দ রেখেছে, উইস্পার ২৭৬, জিপিটি-৪ও-ট্রান্সক্রিপ্ট ১৮৫. **************** (verbose_json সঙ্গে) এখন গ্রহণ করা হচ্ছে: শুধুমাত্র মডেল TimedTranscription গ্রহণ করা হচ্ছে (Whisper পরিবার, GPT-4o, যেকোন কিছুর উপর ডায়েরি করা) Speaches), এবং তাদের সেগমেন্টগুলি verbose_json এ ফিরে আসে, একটি মডেলের সাথে প্রত্যেকটির জন্য স্পিকার । শব্দের টাইম- স্ট্যাম্প এখনও প্রত্যাখ্যান করা হয়েছে । একটি সাধারণ অনুরোধ পরিবর্তন করা হয়নি ।