موتور متنباز گفتار به متن آفلاین؛ در Subtitle Edit از مسیر Audio to text (Vosk) بدون آپلود به ابر زیرنویس میسازد.
معرفی: وسک
وسک (Alphacephei) کتابخانه و مدلهای سبک STT چندزبانه است که روی CPU معمولی هم اجرا میشود. کاربردیترین مسیر برای غیرفنیها: نصب Subtitle Edit و انتخاب Video → Audio to text (Vosk/Kaldi) تا مدل را دانلود و روی ویدئو رونویسی کند — مناسب حریم خصوصی، کلاس آفلاین و اینترنت ضعیف.
دقت معمولاً پایینتر از Whisper بزرگ یا Speechmatics ابری است؛ برای فارسی مدل جدا لازم است و لهجه/نویز را حتماً تست کنید. برنامهنویسها میتوانند مستقیماً از API/بایندینگهای Vosk هم استفاده کنند.
تصاویر محیط ابزار
نقاط قوت
- ✓اجرای کاملاً آفلاین و خصوصی
- ✓متنباز و رایگان
- ✓مناسب آموزش مفاهیم STT روی دستگاه
نقاط ضعف
- ✗دقت کمتر از سرویسهای ابری بزرگ
- ✗راهاندازی برای غیرفنی سخت است
- ✗مدل فارسی سبکتر از بهترین مدلهای روز
نظرات کاربران (۴)
بینقص نیست ولی میارزه
اوکیه دیگه
سایت خوبه برای کشف ابزار : نسبت به قیمتش اوکیه
نمیخوام تعریف الکی کنم. تو کار روزمره کمکم کرد فقط گاهی کند میشه
ابزارهای مشابه
مشاهده همه
ویسپر
OpenAI Whisper
مدل متنباز تشخیص گفتار OpenAI؛ استاندارد عملی پیادهسازی صوت به متن که فارسی را هم خوب میفهمد و رایگان روی سیستم خودتان اجرا میشود.
نوا
Nova Sharif
پلتفرم ایرانی تبدیل صوت به متن (نوا هوشمند شریف): گفتار فارسی به متن، متن به گفتار، تشخیص گوینده و API سازمانی.
اسپیچماتیکس
Speechmatics
موتور حرفهای تبدیل گفتار به متن (STT) با پشتیبانی فارسی، حالت realtime/batch و API — مناسب زیرنویس، جلسه و محصول سازمانی.