Dlaczego CaptionBolt używa Groq do transkrypcji

CaptionBolt przeniósł obecny proces transkrypcji do Groq. Dostawca jest ważną częścią procesu, ale nie całością; benchmark dostawcy nie jest też obietnicą, kiedy film użytkownika będzie gotowy.

Co działa w Groq

CaptionBolt używa obecnie Groq jako jedynego dostawcy transkrypcji. Media są przygotowywane jako obsługiwany ładunek audio, wysyłane do transkrypcji i zwracane z tekstem, segmentami, informacją o języku i timingiem słów używanym przez napisy.

W obecnym runtime nie ma drugiego dostawcy ani automatycznego fallbacku. Jeśli żądanie Groq zawiedzie po obsługiwanych ponowieniach, zadanie może się nie udać i potrzebuje jasnej ścieżki odzyskania, a nie ukrytej zmiany modelu.

Dlaczego usunęliśmy twierdzenia o szybkości

Poprzednie wersje przedstawiały benchmarki dostawcy tak, jakby opisywały cały proces CaptionBolt. Tak nie było, dlatego nie używamy już tych liczb.

Całe przetwarzanie może obejmować:

Wysyłanie i ukończenie multipart
Inspekcję i normalizację mediów
Przygotowanie audio i podział dłuższych wejść
Oczekiwanie według pojemności konta i serwera
Żądanie Groq
Zapis transkryptu i rozliczenie minut
Generowanie podglądu lub końcowy render

Długość, kodek, rozmiar, obciążenie serwera, kolejność i dostępność dostawcy wpływają na czas. Szybka odpowiedź dostawcy nie oznacza braku kolejki; CaptionBolt nie obiecuje stałego czasu końcowego.

Timing i dokładność wymagają kontroli

Timing słów steruje segmentacją i animacją, ale powstaje z dźwięku. Muzyka, nakładające się głosy, akcenty, terminy techniczne i słabe nagrania mogą wpłynąć na tekst i czas.

Sprawdź transkrypt przed eksportem. CaptionBolt nie obiecuje idealnej dokładności, idealnego timingu ani identycznych wyników dla każdego języka i nagrania.

Obsługa języka

Wysyłanie może użyć Auto lub podać obsługiwany język. Dostawca może zwrócić wykryty język, ale nie reklamujemy stałej liczby języków. Dostępność i wynik zależą od obecnej umowy, walidacji i nagrania. Wielojęzyczne audio wymaga szczególnej kontroli.

Czego oczekiwać

Zadania podlegają limitom przetwarzania i polityce kolejki bieżącego planu. Czas oczekiwania zależy od pliku, aktualnego obciążenia i pozycji w kolejce; żaden plan nie obiecuje zerowego oczekiwania. Strona cenowa jest źródłem aktualnych limitów planów i szczegółów zakupu. Transkrypcja nadal używa Groq.

Praktyczną obietnicą jest sprawdzalny transkrypt zasilający ten sam proces napisów, nie wynik stopera.