Who.
Rotulagem de falantes no dispositivo que transforma uma gravação em turnos por pessoa, com caixas de rosto e marcas de tempo, prontos para cortar ou legendar.
Marque quem disse o quê em áudio e vídeo.
Grave uma entrevista de duas horas com duas câmeras e o Who a separa por locutor, então você pula direto para o que uma pessoa disse ou corta a cada troca de locutor.
O Who escuta e olha as bocas ao mesmo tempo, então sobreposições e interjeições curtas não desmontam os rótulos. Cada turno carrega um id de locutor, um id de rastreamento facial, uma bounding box de rosto normalizada e timestamps em milissegundos, no mesmo formato que uma transcrição do Whisper usa.
Edição que segue o locutor
Corte ou troque de câmera a cada mudança de locutor. Use a caixa do rosto para enquadrar a imagem em vídeo de pessoa falando e multicâmera.
Legendas com nome de quem fala
Anexe rótulos de locutor aos turnos de transcrição compatíveis com o Whisper. Quem assiste lê quem disse cada linha, e não um bloco anônimo de texto.
Encontre o que uma pessoa disse
Divida uma gravação de duas horas em turnos por pessoa no dispositivo. Filtre por locutor e pule direto para o turno em vez de arrastar a linha do tempo.
O que o modelo faz
- Por turno: id do locutor, id de rastreamento facial, bbox de rosto normalizada, timestamps em milissegundos.
- Turnos compatíveis com o Whisper para pipelines de legendagem.
- Usa a imagem além do áudio, não só o áudio.
Especificações
- Plataformas
- Apple (Swift) primeiro
FAQ
O que é o Who?
Rotulagem de falantes no dispositivo que transforma uma gravação em turnos por pessoa, com caixas de rosto e marcas de tempo, prontos para cortar ou legendar.
O Who roda no dispositivo?
Sim. O Who roda no dispositivo, sem chamada a servidor, então os dados ficam com o usuário.
O Who já está disponível?
O Who está em beta fechado. Solicite acesso antecipado nesta página.
Quanto custa o Who?
Cada modelo é gratuito para até 100 mil dispositivos ativos mensais por SDK. Inferência ilimitada por usuário. Fale conosco para licenças personalizadas.
Acesso antecipado
Conte o que você está construindo e ajudamos você a começar.