説明

許可されたインタビュー、会議、または講義の録音データを整理したい方に適しています。元ファイル、言語、用途、既存の逐語録、または信頼できる話者の時間マッピングを提供します。音声のみで身元を確認することはできず、台本を実際に聞こえた内容に勝手に書き換えることもありません。 元音源とハッシュを保持し、持続時間・トラックの読み取り、実際のASR、実際の時系列に基づく整理を実施します。根拠がある場合は匿名話者を時系列でラベル付けし、元音源を聴き返して数字、否定表現、人名、疑問点を照合した上で、TXT、JSON、SRT、カバレッジ説明を納品します。機械の初期ドラフト、聴き取り校正、要約はそれぞれ分離し、聞き取りにくい部分は勝手に補正せず未確認のまま保持します。音声やASRツールがない場合は、未転写として明確に示します。 指示とパッケージには完全なオリジナルのローカルアシスタントが同梱されています：Python3、FFmpeg/FFprobe、faster-whisper、および事前に設定されたsmallキャッシュを使用し、CPU/int8、local_files_onlyで動作します。重みの自動ダウンロードは行いません。信頼できるspeaker-mapがある場合は、ウィンドウ内の実際の文字起こしと時間をマッピングします。マッピングがない場合のタイムスタンプは不明となります。アシスタントは自動話者ダイアライゼーションや身元確認を行わず、パッケージには重み、アカウント、キーは含まれません。 4つの例として、自作の中国語個人口述、中国語の対談インタビュー、英語の講義説明、中国語の会議を使用しており、合計の元音源は約40.875秒です。最終的な元音源はApache-2.0モデルカードに記載されたKokoro-82Mの固定バージョンをローカルで合成したものであり（zf_xiaobei、zm_yunjian、af_heart）、実在の人物や音声クローンではありません。モデル、音声、サンプル音声をインストーラーに含めて配布することはありません。4つの実際のASRはいずれもTXT/JSON/SRTを生成し、話者は提供された合成発話の時系列に由来するもので、自動話者ダイアライゼーションではありません。現在も機械による初期ドラフトの状態であり、第2例のASRの「出稿」と台本の「初期ドラフト」の相違は聴き戻して確認する必要があり、実際に話された言葉に勝手に変更することはありません。波形は実際の入力PCMピークから生成されたものであり、装飾的な音波ではありません。 テキスト整理にはGPTを推奨し、ASRは実際のツールに準拠します。ローカルでOpenAIの文字起こしAPIの呼び出しや上流CLIの実行は行っていません。個別のアイコンはImageGenのコンセプトビジュアルであり、ツールはモデルを返しておらず、Image2とは主張しません。YouMindのツール、キャッシュ、ファイルダウンロード、モデルバインディングにおいてテスト用のポイント消費はありません。実際の環境に基づいて確認する必要があります。文字起こしや話者整理について、インストール後の依存関係なしでの動作は保証されません。 299ポイントはインストール価格であり、モデル、API、サードパーティサービスは含まれません。自動購入や、不明なトラックを他のサービスへ勝手にアップロードすることはありません。ゼロエラー、あらゆるアクセントや雑音・複数人の重なりに対する完全な識別、司法・身分鑑定、時間効率、商業的効果を保証するものではありません。個別の聴き取り校正は今後追加予定であり、逐語録の検証済みを謳うものではありません。