Låttext-konverterare

Detta verktyg tar emot ett ljudspår och valfria referenslåttexter för att producera tidsstämplade rader. Om texter tillhandahålls anpassar algoritmen dem till ljudet och levererar synkroniserade undertexter. Om inga texter finns kan verktyget skapa en transkription och sedan matcha den till spåret. Utdragen inkluderar tidsstämplade låttextrader i LRC-, SRT- eller textformat. Arbetsflödet stöder batchbehandling och kan köras lokalt eller på servern beroende på implementationen.
Kärnprocessen använder forced alignment med akustiska modeller för att fästa låttext-syllable på ljudet, kompletterad av språkigenkänning och frivillig takt-spårning. Det stöder flera språk, känner igen refrängavsnitt, kan dela upp låtar längre än ett spår och beräknar tidsstämplar per rad eller per ord med frivilliga confidence-poäng; exporteras som UTF-8. Vid låg ljudkvalitet rapporteras osäkra regioner ochfallback-alternativ som manuell granskning erbjuds.
Målgruppen är oberoende artister, studior, utbildningsinstitutioner och innehållsskapare som vill spara tid, leverera konsekventa undertexter och stödja flerspråkiga låttexter. Värdet ligger i offline-modeller, batch-behandling, flexibla exportformat för videotworkflöden och en tydlig, auditerbar tidsstämplingsstruktur. Till exempel kan en tre minuters engelsk poplåt ge cirka 180 tidsstämplade rader; en tvåspråkig låt kan producera språk-specifika låttexter anpassade till varje ljudkanal.