Моделі мовлення

Транскрипція зустрічей

Відкрийте Налаштування → Транскрипція → Моделі мовлення, щоб побачити локальні й хмарні варіанти. Завантажте локальну модель, перш ніж вибирати її для запису.

Під час початкового налаштування типово пропонується Nemotron 3.5 Streaming. Почніть із неї, а потім спробуйте іншу модель, якщо вашій мові чи записам краще підійде щось інше.

Локальний варіант	Приблизний розмір завантаження	Що варто знати
Nemotron 3.5 Streaming	716 МБ	Типовий вибір початкового налаштування для транскрипції наживо
Parakeet 0.6B v3	705 МБ	Альтернативна локальна модель мовлення; її також використовує варіант диктування «Найшвидша»
Whisper Small	190 МБ	Менше завантаження, якщо на диску мало місця
Whisper Medium	540 МБ	Ще один варіант Whisper, який варто порівняти на ваших записах
Whisper Large v3 Turbo	575 МБ	Ще один варіант Whisper; перевірте його результати й швидкість відгуку

Це початкова добірка, а не повний каталог. Розміри завантаження — це приблизні розміри файлів моделей, а не вимоги до оперативної пам’яті. Деякі рушії показують текст фрагментами, а не оновлюють незавершені слова безперервно.

Зважайте на мову

Перш ніж вибрати модель, перевірте, які мови вказано для неї. Варіанти різняться: наприклад, Parakeet Unified (EN) підтримує лише англійську, а Parakeet 0.6B v3 — це інша модель, яка підтримує кілька мов.

Задайте параметр Мова зустрічі в розділі Налаштування → Транскрипція. Якщо ви працюєте кількома мовами, запишіть короткий зразок саме з такою сумішшю мов, перш ніж довіряти моделі цілу зустріч.

Диктування налаштовується окремо

Модель мовлення й мова для диктування задаються в розділі Налаштування → Диктування. Вони не змінюються автоматично слідом за моделлю для зустрічей.

Почніть із варіанта Найшвидша, якщо він підтримує вашу мову. Налаштування форматування й сполучень клавіш описано в посібнику з диктування.

Хмарне розпізнавання мовлення

Kimiko також пропонує варіанти розпізнавання мовлення від Deepgram і ElevenLabs. Хмарна транскрипція надсилає аудіо вибраному вами постачальнику, тож потрібні дані для підключення до нього й доступ до мережі.

Налаштовуйте хмарне розпізнавання мовлення окремо від хмарного ШІ. Як створити ключ API й підключити постачальника, описано в посібнику з налаштування Deepgram і ElevenLabs.

Порівняйте, перш ніж перемикатися

Порівнюючи моделі, використовуйте чіткий звук і ту саму мову. Зверніть увагу на слова, імена, розподіл реплік між мовцями і швидкість відгуку. Зміна моделі не виправляє наявні транскрипції автоматично.