תמחור stt

[שואף]

גם אני חקרתי רבות את הנושא, והפעלתי בדיקות על אלפי או עשרות אלפי קבצים כדי להשוות.
הפיתרון הכי מוצלח שמצאתי הוא של אזור (מייקרוסופט). של גוגל לא שווה כלום בעברית.
את openai או יותר נכון וויספר בדקתי קצת והוא גם נראה מעולה, אבל כבר קיבלתי מענק ממייקרוסופט..

מה שמאוד מעניין אותי, זה פיתרון טוב בקוד פתוח שאפשר להתקין לוקלית ושמחזיר תשובות מהירות.
התקנתי וויספר אצלי, שכרתי שרת GPU יקר, ולא החזיר מהר (לקח שניות רבות כדי לתמלל).
אם מישהו מכיר, אשמח שישתף.

[shraga]

@צדיק-תמים כתב בתמחור stt:

אגב זה התוצאה של ivrit.ai (https://www.ivrit.ai/he/174-2/)

לי זה נתן תוצאה שונה:

אז ככה, אני קורא מפה בקריאה נרגשת לכל גבירותיי וגבריי ורבניותיי ורבניי, כשיש שניצלים בישיבה, תכפירו את הכמויות. בחורי ישיבות אוהבים שניצלים, זה לא ייתכן שבחור יקבל ארבע שניצלים, ובחור השני יישאר, יישאר שניצל אחד, זה לא ייתכן. לא יעלה על הדעת, איך שהיה אומר דוד לויד, זכרונו לרוחח. אין הדעת סובלתו. אין הדעת סובלתו. לא סובלתו, לא רבותיי ולא גבירותיי ולא רבנותיי ולא כבר... שאלה אחונה, שאלה אחת, שאלה. אנחנו לקח� סוף השידור, אז בוא נזדרב. בחור שאוהב שירים בערבית. ובחדר לא אוהב את השירים בערבית. יש שם איזו בעיה גזענית וכל זה. אני חושב שהוא צריך, איזה קופת חולים, הוא שהלך לרופא להבדוק איך הוא, מכל השירים הוא הצליח להתחיל לאהוב שירים בערבית. לא יודע אם זה בעיה הלכתית, לא יודע אם זה בעיה חוקית. אני יודע ששם זה בעיה מאוד קשה מנטלית, אוקיי? זה נשמע לי קצת מוזר. אוקיי, יש הרבה דברים מוזרים. אתה יודע, גם מי שרוצה ויטמין שם בטעם תאנה, זה גם מוזר, אבל בסדר. אוקיי, הבנו. אוקיי, אוקיי, עשרה פעם היה איזה אחד, שמונה פעם היה איזה אחד שהיה מאוד מאוד רעב. והוא פתח את המקרר, והמקרר היה ריק. ואז אמרו לו, לפעמים מה שאתה מחפש, נמצא כבר בתוכך. זה כלל מאוד מאוד חשוב לחיים, כן? זה לא רק לגבי אוכל, זה לגבי כל הדברים. אתה מסכים איתי? לגמרי, אני מסכים איתך, ובעיקר לגבי ויטמין צ'יק בטעם תאנה. תודה רבה, לילה טוב, יאללה ביי.

[ששא]

@צדיק-תמים כתב בתמחור stt:

@ששא אם כבר וויספר אז אולי דרך Groq, יהיה כנראה הרבה יותר מהיר, זה משמעותי למערכות טלפוניות

זה גם יותר זול אם הבנתי נכון
openAI
0.006 לדקה = 0.36 לשעה
Groq
0.111 לשעה (= 0.00185 לדקה)

[אביי]

@ששא מסתבר שזה לא משמעותי, אבל רק שים לב לזה

[ששא]

@שואף @צדיק-תמים @dovid
1. מה אתם אומרים על מייקרוסופט?
הבנתי שהם יותר טובים מכל האחרים,האומנם?
ואם אכן כן, אז זה משמעותי?
והמחיר? זה די יקר, לא?
2. ואמזון? האם זה שווה את המחיר והמאמץ?

פשוט אני נותן מערכת טלפונית לאנשים שהם אמורים להקליט שם את שמותיהם והמשפחה ועיר מגוריהם וכן גם טקסטים חופשיים ואני רוצה שלא אצטרך להושיב אנשים שיעברו על ההקלטות ויתקנו את הטקסטים
אבל מצד שני אני לא יכול להתחיל לשלם כל חודש מחירים גבוהים...
השאלה מה אתם מציעים (או שבכל מקרה אצטרך לאנשים שיעברו על ההקלטות?)

[ivrtikshoret]

@שואף כתב בתמחור stt:

התקנתי וויספר אצלי, שכרתי שרת GPU יקר, ולא החזיר מהר (לקח שניות רבות כדי לתמלל).

כנראה שלא התקנת את החבילה הנכונה או שלא התקנת את cuda או ש?
אני התקנתי וקיבלתי תוצאות תוך שניות בודדות גם בקבצים ארוכים

[קומפיונט]

אם רלוונטי למשהו, יש מודל חדש של חברת Eleven Labs, התמלול שם נראה מדוייק בהרבה:

---

אז ככה אני קורא מפה בקריאה נרגשת לכל גבירותיי וגביריי ורבניותיי ורבני. כשיש שניצלים בישיבה, תכפילו את הכמויות. בחורי הישיבות אוהבים שניצלים. זה לא ייתכן שבחור יקבל ארבע שניצלים, והבחור השני יישאר, יישאר שניצל אחד. זה לא ייתכן.

"לא יעלה על הדעת", איך שהיה אומר דוד לוין זכרונו לברכה.

אין הדעת סובלתו.

לא סובלתו לא רבותיי ולא גבירותיי ולא רבנותיי.

ועכשיו שאלה אחרונה, שאלה אחרונה.

אנחנו לקראת סוף השידור, אז בואו נזדרז.

בחור שואוב שירים. בחור שאוהב שירים בערבית. עכשיו זה-- ובחדר לא אוהבים את השירים בערבית. יש עם זה בעיה גזענית וכל זה?

אני חושב שהוא צריך איזו קופת חולים, או שילך לרופא לבדוק איך הוא-- מכל השירים הוא הצליח להתחיל לאהוב שירים בערבית? לא יודע אם יש עם זה בעיה הלכתית. אתה לא יודע אם יש בעיה חוקית. אני יודע שיש עם זה בעיה מאוד קשה מנטלית. אוקיי, זה נשמע לי קצת מוזר. אוקיי, יש הרבה דברים מוזרים. אתה יודע גם מי שרוצה ויטמינצ'יק בטעם תאנה, זה גם מוזר, אבל בסדר. אוקיי, הבנו.

אוקיי, עכשיו פעם היה איזה אחד, תשמע, פעם היה איזה אחד שהיה מאוד מאוד רעב, והוא פתח את המקרר והמקרר היה ריק. ואז אמרו לו "לפעמים מה שאתה מחפש, נמצא כבר בתוכך". זה כלל מאוד מאוד חשוב לחיים, כן? זה לא רק

---

כרגע זה בחינם עם מגבלה כלשהיא
https://elevenlabs.io/blog/meet-scribe

יש גם API זמין:
https://elevenlabs.io/docs/api-reference/speech-to-text

[dovid]

@קומפיונט מדהים, בלתי ייאמן.

[יאנג בוי]

@קומפיונט
תודה!
נשמע מדהים!
נתקלתי בבעיה, אשמח אם מישהו יכתוב לפחות שעבד לו תקין, אולי אפי' ידע את הפתרון.
יצרתי חשבון ומפתח API, העתקתי את המפתח ככתבו וכלשונו (אפי' עשיתי אחרי זה עוד מפתח להיות בטוח שעשיתי מדויק)
ועדיין הוא מחזיר לי

Authorization failed - please check your credentials
authorization header must contain a valid bearer token, got ****token****

מישהו נתקל?

[dovid]

@יאנג-בוי לי עובד. תשתף פקודה (תמחק מפתח), אבל בנושא חדש ולא בשרשור הזה.
שים לב שזה לא באמת מצפה לbarer אלא לכותרת של xi-api-key.

[יוס]

בדקתי, מתמלל מאוד טוב!!

אבל.....
כשזה מגיע למשפטים קצרים ממש, כמו שם פרטי, שם משפחה, רחוב, עיר וכדו' שזה רק מספר שניות הוא פשוט ממציא על ימין ועל שמאל (אותו דבר גם openAi)

[ששא]

@קומפיונט זה ממש מדהים! מטורף!
ניסיתי שם משפטים ארוכים וקצרים, שמות וסיפורים והוא זיהה ממש מאוד מאוד טוב!!!
תודה רבה על המידע!

אגב, זה נראה לי קצת יותר איטי מגוגל, אבל שווה...
עריכה: לכאורה זה בגלל שלא הצלחתי לשלוח את הקובץ ישירות כמו בגוגל ולכן אני צריך לשמור את זה קודם בשרת ורק אז לשלוח את הקובץ עצמו, אם מישהו יודע איך לשלוח את הקובץ עצמו ללא צורך לשמור אותו בשרת קודם - אשמח שיגיד לי

[יאנג בוי]

@dovid כתב בתמחור stt:

שים לב שזה לא באמת מצפה לbarer אלא לכותרת של xi-api-key.

משתף לתועלת הבאים: אכן זו הייתה הבעיה. ברגע ששיניתי לheader בשם xi-api-key עם הטוקן זה עבד.
תודה!

[ששא]

אגב, עברתי בדיוק על האתר הזה וראיתי שהוא מאוד מאוד מדוייק
אבל נראה שאין להם api לחלק הstt...

[צדיק תמים]

@ששא זה עובד על SpeechRecognition API, הAPI לזיהוי דיבור שיצרנית הדפדפן יכולה לשתול בו לשימוש האתרים בחינם (כלומר בכרום, המקרה שלך, זה זיהוי דיבור של גוגל, בסאפרי של אפל וכן הלאה)...