Who.
Etiquetado de hablantes en el dispositivo que convierte una grabación en turnos por persona con recuadros de cara y marcas de tiempo, para cortar o subtitular.
Marca quién dijo qué en audio y vídeo.
Graba una entrevista de dos horas con dos cámaras y Who la divide por hablante, así que saltas a lo que dijo una persona o cortas en cada cambio de hablante.
Who escucha y mira las bocas al mismo tiempo, así que los solapamientos y las interjecciones cortas no descolocan las etiquetas. Cada turno lleva un id de hablante, un id de seguimiento de rostro, un cuadro delimitador de rostro normalizado y marcas de tiempo en milisegundos, con la misma forma que usa una transcripción de Whisper.
Edición que sigue al hablante
Corta o cambia de cámara en cada cambio de hablante. Usa el cuadro del rostro para encuadrar el plano en vídeo de bustos parlantes y multicámara.
Subtítulos con nombre
Adjunta etiquetas de hablante a los turnos de transcripción compatibles con Whisper. Quien mira lee quién dijo cada línea, y no un bloque de texto anónimo.
Encuentra lo que dijo una sola persona
Divide una grabación de dos horas en turnos por persona en el dispositivo. Filtra por hablante y salta directamente al turno en vez de recorrer la línea de tiempo.
Qué hace el modelo
- Por turno: id de hablante, id de seguimiento de rostro, bbox de rostro normalizado, marcas de tiempo en milisegundos.
- Turnos compatibles con Whisper para pipelines de subtitulado.
- Usa la imagen además del audio, no solo el sonido.
Especificaciones
- Plataformas
- Apple (Swift) primero
Preguntas frecuentes
¿Qué es Who?
Etiquetado de hablantes en el dispositivo que convierte una grabación en turnos por persona con recuadros de cara y marcas de tiempo, para cortar o subtitular.
¿Who se ejecuta en el dispositivo?
Sí. Who se ejecuta en el dispositivo, sin llamadas a servidor, así que los datos se quedan con el usuario.
¿Ya está disponible Who?
Who está en beta cerrada. Solicita acceso anticipado en esta página.
¿Cuánto cuesta Who?
Todos los modelos son gratis hasta 100 000 dispositivos activos mensuales por SDK. Inferencia ilimitada por usuario. Contáctanos para licencias personalizadas.
Acceso anticipado
Cuéntanos qué estás construyendo y te lo dejamos listo.