Vipengele vya VexaScribe
VexaScribe — unukuzi wa AI katika lugha 99. Utambuzi wa msemaji, mihuri ya muda, muhtasari wa AI, na tafsiri iliyojengwa ndani ya manukuu (lugha 133). Pakia faili au tuma boti ya mkutano kwa Zoom, Meet, au Teams. Kuanzia $2/mwezi.
VexaScribe ni nini, kwa maneno 80
VexaScribe ni programu ya wavuti inayogeuza sauti na video kuwa manukuu yanayotafutika, yenye mihuri ya muda na lebo za wasemaji kwa kutumia OpenAI Whisper. Dondosha faili (hadi 5 GB), bandika kiungo cha YouTube / TikTok / Instagram / URL ya moja kwa moja, au tuma boti kwenye mkutano wako wa Zoom, Google Meet, au Teams. Pata manukuu katika lugha 99 ndani ya dakika 5–10 kwa saa moja ya sauti, muhtasari wa AI wa hiari wenye vipengee vya kuchukua hatua, na kuhamisha kwa TXT, DOCX, SRT, VTT, au JSON. Dakika 30 bila malipo, kisha $2–$20/mwezi. Hakuna kadi ya mkopo inayohitajika kuanza.
Vipengele Muhimu
Lugha 99 Zinasaidiwa
Nukuu sauti na video katika lugha 99 na utambuzi wa lugha kiotomatiki. Kutoka Kiingereza hadi Kijapani, Kihispania hadi Kiarabu — tumekushughulikia.
Utambuzi wa Msemaji
Utambuzi wa msemaji wa kiotomatiki hutambua na kuweka lebo kwa sauti tofauti. Bora kwa mahojiano, podcast, na mikutano yenye washiriki wengi.
Mihuri ya Muda
Kila manukuu yanajumuisha mihuri sahihi ya muda. Bofya mhuri wowote wa muda ili kuruka kwenye wakati huo katika sauti yako. Muhimu kwa uhamiaji na manukuu ya video.
Miundo 5 ya Kuhamisha
Hamisha kama TXT (maandishi tupu), DOCX (Word), SRT au VTT (manukuu ya video), au JSON (data iliyopangwa yenye mihuri ya muda). Chagua muundo unaofaa mtiririko wako wa kazi.
Uchakataji wa Haraka
Unukuzi unaotumia AI hukamilika kwa dakika, si masaa. Rekodi ya saa 1 kwa kawaida huchakatwa kwa dakika 5–10.
Kihariri Kilichojengwa Ndani
Kagua na hariri manukuu yako moja kwa moja kwenye kivinjari. Rekebisha makosa, badilisha majina ya wasemaji, na safisha manukuu yako kabla ya kuhamisha.
Boti ya Mkutano
Tuma boti ya AI kwa mikutano yako ya Zoom, Google Meet, au Teams. Inarekodi, kunukuu, na kuunda muhtasari uliopangwa wenye vipengee vya kuchukua hatua na maamuzi. Hutumia mikopo ya unukuzi 3×.
Muhtasari wa AI
Geuza manukuu yoyote kuwa mambo muhimu yaliyopangwa, vipengee vya kuchukua hatua, alama za sura, na maamuzi. Inafanya kazi kwa mikutano, mihadhara, mahojiano, na podcast. Imejumuishwa katika mipango yote inayolipwa.
Tafsiri ya Manukuu
Tafsiri manukuu yoyote katika lugha 133 kupitia Google Translate — hakuna gharama ya ziada, hakuna akaunti ya wahusika wengine inayohitajika. Inapatikana katika mipango yote.
Upakiaji wa Wingi — Faili 50 kwa Wakati Mmoja
Pakia hadi faili 50 za sauti au video kwa wakati mmoja. Zote huchakatwa sambamba — si moja kwa moja. Changanya miundo kwa uhuru na pakua yote kama ZIP.
Gumzo la AI na manukuu yako
Uliza maswali ya lugha ya asili kuhusu unukuzi wowote unaomiliki na upate majibu yaliyoungwa mkono na nukuu za moja kwa moja kutoka kwa sauti. "Ni vipengee gani vya kuchukua hatua vilipangwa?", "Sarah aliamua nini?", "Tafuta nukuu yenye nguvu zaidi kuhusu X" — maswali ambayo kwa kawaida ungerudi kuangalia rekodi ili kujibu huwa swali moja tu. Kila jibu huja na nukuu za mhuri wa muda zinazobofya ambazo hutafuta kicheza sauti hadi wakati halisi nukuu ilisemwa. Nukuu huthibitishwa upande wa seva dhidi ya manukuu halisi — AI imezuiliwa kwenye rekodi yako na haiwezi kubuni mhuri wa muda au nukuu. Mazungumzo huhifadhiwa kwa siku 90, yenye muktadha wa zamu nyingi na msaada wa lugha 99 (uliza kwa lugha moja kuhusu rekodi katika nyingine). Inapatikana kwenye mipango inayolipwa.
Miundo Inayoungwa Mkono
Miundo ya Sauti
Miundo ya Video
Miundo ya Kuhamisha (5)
Maandishi tupu
Hati ya Word
Manukuu
Manukuu ya wavuti
Data iliyopangwa
Matumizi
Unukuzi wa Mkutano
Boti ya AI hujiunga na mikutano ya Zoom, Meet, au Teams
Unukuzi wa Podcast
Geuza vipindi kuwa maelezo ya show na machapisho ya blogu
Unukuzi wa Mahojiano
Nukuu kwa utambuzi wa msemaji
Unukuzi wa Mihadhara
Geuza rekodi za darasa kuwa maelezo ya masomo
Video kwa Maandishi
Toa manukuu na uunde manukuu ya video
MP3 kwa Maandishi
Geuza faili za sauti kuwa hati za maandishi
Unukuzi wa Sauti
Ubadilishaji wa jumla wa sauti kwa maandishi
Inaendeshwa na AI ya Kina
VexaScribe hutumia modeli za kisasa zaidi za utambuzi wa sauti zilizofunzwa kwa mamilioni ya saa za sauti. Teknolojia sawa nyuma ya wasaidizi wa sauti, iliyorekebishwa kwa unukuzi sahihi.
Usahihi kwa sauti wazi
Lugha zinazoungwa mkono
Muda wa kuchakata kwa saa
Upatikanaji wa Kipengele kwa Mpango
Mipango yote inajumuisha jaribio la bila malipo. Hakuna kadi ya mkopo inayohitajika kuanza.
| Kipengele | Jaribio Bila Malipo | Starter ($2/mwezi) | Pro ($10/mwezi) |
|---|---|---|---|
| Unukuzi wa sauti na video | ✓ | ✓ | ✓ |
| Lugha 99 zinaungwa mkono | ✓ | ✓ | ✓ |
| Utambuzi wa msemaji | ✓ | ✓ | ✓ |
| Mihuri ya muda | ✓ | ✓ | ✓ |
| Kuhamisha: TXT, DOCX, SRT, VTT, JSON | ✓ | ✓ | ✓ |
| Tafsiri ya manukuu (lugha 133) | ✓ | ✓ | ✓ |
| Kihariri kilichojengwa ndani | ✓ | ✓ | ✓ |
| Muhtasari wa AI | — | ✓ | ✓ |
| Boti ya Mkutano (Zoom, Meet, Teams) | — | ✓ | ✓ |
| Unukuzi wa wingi | ✓ | ✓ | ✓ |
Nukuu kutoka URL — hakuna kupakua kunakohitajika
Bandika kiungo na upate manukuu. Sisi hushughulikia upakuaji nyuma. Usahihi sawa, matokeo sawa, gharama sawa ya dakika kama upakiaji wa faili — unaruka hatua ya "pakua video kwanza, kisha ipakie".
| Chanzo | Hali | Kinachokubalika |
|---|---|---|
| YouTube | ✓ Hai | URL yoyote ya video ya umma. Sauti hutolewa na kunukuliwa kwa utambuzi wa msemaji. Hurudi kwa manukuu ikiwa upakuaji wa sauti utashindwa. |
| TikTok | ✓ Hai | URL yoyote ya video ya umma ya TikTok — klipu fupi za mtindo wa Reels na video ndefu zote hufanya kazi. |
| ✓ Hai | Reels za umma, machapisho ya video, na video za Stories. Machapisho ya picha hurudisha hitilafu wazi ya "hakuna maudhui ya video". | |
| URL ya moja kwa moja | ✓ Hai | Kiungo chochote cha HTTPS kwa faili ya sauti au video — MP3 ya podcast, kiungo cha S3, kushiriki cha Google Drive, upakuaji wa boti ya Telegram, Dropbox, n.k. |
| Spotify | ⏳ Inakuja hivi karibuni | Kinatambulika lakini bado hakijajengwa. Bandika kiungo na kidokezo cha "Piga kura kwa haraka zaidi" kitaonekana ili tuweze kutanguliza kulingana na mahitaji. |
Muundo wa gharama: Upakiaji wa URL hutumia bwawa moja la dakika za kila mwezi kama upakiaji wa faili — dakika 1 ya sauti = dakika 1 kutoka mpango wako. Hakuna kiwango tofauti cha URL.
Yale VexaScribe haifanyi
Mambo matano ambayo VexaScribe kweli haijajengwa kwa ajili yake, pamoja na zana tungependekeza katika kila kesi. Ikiwa matumizi yako yako kwenye orodha hii, jiokoe usajili wa jaribio.
Hakuna manukuu ya moja kwa moja ya papo hapo
Manukuu huundwa baada ya kupakia, si unapoongea. Faili ya saa 1 huchukua dakika 5–10 kuchakata — vizuri kwa mikutano unayoiangalia baadaye, si sahihi kwa matukio ya moja kwa moja.
Tumia badala yake: Otter Live, manukuu yaliyojengwa ya Google Meet, au Web Captioner kwa manukuu ya moja kwa moja ya kivinjari bila malipo.
Hakuna REST API ya umma
VexaScribe ni programu ya wavuti kwa wanadamu, si huduma ya nyuma. Hakuna API ya watengenezaji, hakuna SDK, hakuna webhook kwa upakiaji wa kiprogramu.
Tumia badala yake: OpenAI Whisper API ($0.006/min), Deepgram Nova-3 (~$0.0043/min), au AssemblyAI (~$0.012/min).
Hakuna uhariri wa video
Unaweza kuhamisha manukuu ya SRT/VTT ili kuweka kwenye kihariri chako, lakini VexaScribe haitakata klipu, kuondoa maneno ya kujaza, au kuchoma manukuu kwenye video.
Tumia badala yake: Descript au Vrew kwa uhariri wa video unaotegemea manukuu; Premiere/Final Cut/DaVinci kwa mtiririko wa jadi wa NLE.
Hakuna urekebishaji wa msamiati maalum
Huwezi kupakia kamusi ya majina ya biashara, majina ya dawa, au jargon ya kiufundi ili kupendelea modeli. Whisper hutumiwa kama ilivyo, bila urekebishaji kwa kila akaunti.
Tumia badala yake: "word boost" ya AssemblyAI au parameta ya "keywords" ya Deepgram kwa vikoa vyenye nomino nyingi za kipekee.
Hakuna uhifadhi wa ndani / uhifadhi wa kibinafsi wa biashara
Sauti huchakatwa kwenye wingu letu — hakuna uwekaji uliotenganishwa na hewa au uliotia saini wa HIPAA-BAA unaopatikana. Kwa maudhui ya wakili-mteja, tiba ya kliniki, au yaliyoainishwa ambapo uvunjaji unaunda dhima ya moja kwa moja ya kisheria, hakuna zana ya wingu (pamoja na yetu) ni chaguo sahihi.
Tumia badala yake: sakinisha OpenAI Whisper kwa ndani (bila malipo, huendeshwa kwenye mashine yako, sauti haitoki kamwe), au kwa usahihi wa 100% wa kiwango cha kisheria tumia unukuzi wa binadamu (Rev, GoTranscript) kwa $1.25–$1.99/min.
Usahihi wa uwazi — nambari zinamaanisha nini hasa
VexaScribe hutumia OpenAI Whisper (hasa modeli za darasa la large-v3). Kurasa za uuzaji hupenda kusema "usahihi wa 99%" — hiyo si uwazi. Usahihi halisi wa Whisper hutegemea sana ubora wa sauti, lafudhi, na idadi ya wasemaji. Hivi ndivyo unavyoweza kutarajia.
Usahihi wa unukuzi (Whisper)
- Kiingereza safi cha studio, msemaji mmoja~92–97%
- Kiingereza chenye lafudhi (si asili, kikanda)~85–92%
- Mazingira ya kelele (cafe, simu, nje)~80–90%
- Kihispania safi, Kifaransa, Kijerumani, Kiitaliano, Kireno, Kiholanzi~88–94%
- Kikorea, Kijapani, Kiindonesia, Kituruki, Kiarabu, Kipolishi~85–92%
Chanzo: Open ASR Leaderboard + vipimo vya karatasi ya Whisper (LibriSpeech, FLEURS, Common Voice).
Usahihi wa utambuzi wa msemaji
- Wasemaji 2, hakuna kuingiliana95%+
- Wasemaji 3–4, kuingiliana mara kwa mara~88–94%
- Wasemaji 5–6, mienendo ya mkutano~80–90%
- Wasemaji 7–15, paneli au kikundi cha lengo~70–82%
- Hadi wasemaji 50 (kikomo cha juu)kubadilika
Usahihi bora na wasemaji 2–6 wa kipekee. Unaweza kubadilisha jina la Msemaji 1/2/3 katika kihariri baadaye.
Kinachofanya tofauti halisi
Mambo matatu yanayoshinda kuchagua zana "bora" ya unukuzi:
- Kipaza sauti kizuri (headset ya USB au ya kola hushinda ile ya laptop iliyojengwa kwa alama 5–15 za usahihi).
- Msemaji mmoja kwa wakati — kuingiliana huharibu unukuzi na utambuzi wa msemaji.
- Kelele za chini za nyuma. Rekodi kwenye chumba kilichofungwa, si kando ya feni au tundu la kupitisha hewa.
Ikiwa unahitaji usahihi wa 100% wa kiwango cha kisheria (mafaili ya mahakama, utafiti unaosimamiwa), tumia huduma za unukuzi wa binadamu kama Rev au GoTranscript kwa $1.25–$1.99/min. AI hukufikisha ~95% kwa 1–2% ya gharama — vizuri kwa matumizi mengi, si sahihi kwa baadhi.
Maswali ya Vipengele
VexaScribe inaunga mkono lugha zipi na ni sahihi kiasi gani?
Lugha 99, zote zinaendeshwa na OpenAI Whisper. Usahihi hutegemea lugha na ubora wa sauti: ~92-97% kwa sauti safi ya Kiingereza (kulingana na Open ASR Leaderboard), ~88-94% kwa Kihispania safi, Kifaransa, Kijerumani, Kiitaliano, Kireno, na Kiholanzi, na ~85-92% kwa Kikorea, Kijapani, Kiindonesia, Kituruki, Kipolishi, na Kiarabu. Usemi wenye lafudhi nzito, wasemaji wanaoingiliana, au mazingira ya kelele hushusha nambari hizo kwa alama 5-10. Lugha hutambuliwa kiotomatiki au unaweza kuilazimisha mwenyewe.
Je, VexaScribe ina REST API ya umma?
Bado — VexaScribe ni programu ya wavuti, si bidhaa ya API. Ikiwa unahitaji kuunganisha unukuzi katika programu yako mwenyewe, tumia OpenAI Whisper API ($0.006/min), Deepgram (~$0.0043/min kwenye Nova-3), au AssemblyAI (~$0.012/min). Zote tatu zina SDK sahihi na nyaraka. Ikiwa unataka mtiririko wa kazi bila msimbo unaopakia faili na kupakua manukuu, VexaScribe ni chaguo sahihi — lakini si kupitia API.
VexaScribe inaweza kunukuu miundo gani ya faili?
Sauti: MP3, WAV, M4A, FLAC, OGG, AAC, WMA, OPUS. Video: MP4, MOV, AVI, MKV, WebM, WMV, FLV. Wimbo wa sauti hutolewa kutoka faili za video kiotomatiki — hakuna hatua tofauti ya ubadilishaji. Kuhamisha: TXT, DOCX, SRT, VTT, JSON.
Ni faili kubwa kiasi gani ninaweza kupakia?
Hadi 5 GB kwa faili, ambayo ni takriban saa 90 za MP3 kwa 128 kbps au takriban saa 8 za video ya 1080p. Hiyo ni mbali zaidi ya kikomo cha 25 MB kwenye tovuti nyingi za bure za kubadilisha na kikomo cha ~200 MB kwenye kiwango cha bure cha Otter. Kwa faili kubwa kuliko 5 GB, gawa faili katika Audacity au ffmpeg na upakie vipande vyake tofauti.
Je, VexaScribe hufunza modeli za AI kwenye sauti yangu?
Hapana. Sauti yako na manukuu hazitumiwi kufunza modeli yoyote — yetu au ya OpenAI (tunatumia Whisper kupitia API, ambayo haifunzi kwenye ingizo). Unaweza kufuta faili yoyote kutoka dashibodi yako wakati wowote, na sauti na manukuu vyote huondolewa. Sauti hufichwa katika usafiri (TLS) na wakati wa kupumzika. Kwa maudhui ya wakili-mteja, kliniki, au yaliyoainishwa ambapo uvunjaji ungeunda dhima ya moja kwa moja ya kisheria, sakinisha OpenAI Whisper kwa ndani badala yake — hakuna zana ya wingu, pamoja na yetu, inayostahili hatari hiyo.
Ni nini kinajumuishwa katika jaribio la bila malipo?
Mkopo wa unukuzi wa dakika 30, lugha zote 99, utambuzi wa msemaji, mihuri ya muda, kila muundo wa kuhamisha (TXT/DOCX/SRT/VTT/JSON), kihariri kilichojengwa ndani, upakiaji wa wingi (hadi faili 50), na tafsiri ya manukuu katika lugha 133. Hakuna kadi ya mkopo inayohitajika. Muhtasari wa AI na boti ya mkutano (Zoom/Meet/Teams) ni za kulipwa tu — hizo huanza kwa $2/mwezi kwenye mpango wa Starter.
Uko tayari kuanza kunukuu?
Jaribu VexaScribe bila malipo na dakika 30 za unukuzi. Hakuna kadi ya mkopo inayohitajika.