WhisperUI

O WhisperUI é uma plataforma abrangente e flexível que utiliza os poderosos modelos Whisper e Text-to-Speech da OpenAI para fornecer serviços de transcrição de áudio e geração de voz de alta qualidade. Atende a uma vasta gama de utilizadores através da sua oferta dupla: uma interface web de fácil utilização e uma poderosa aplicação de desktop autónoma. Esta abordagem dupla permite que os utilizadores escolham entre a conveniência de um serviço baseado na nuvem e a privacidade e uso ilimitado do processamento local.

A versão web do WhisperUI oferece funcionalidades de Fala para Texto (S2T) e Texto para Fala (T2S). Opera num modelo "Traga a Sua Própria Chave" (BYOK), onde os utilizadores conectam a sua chave de API da OpenAI e pagam diretamente à OpenAI pelo seu uso, tornando-se uma solução altamente económica. O nível gratuito suporta transcrição básica, enquanto as funcionalidades premium desbloqueiam capacidades como o carregamento de ficheiros em lote e a geração de ficheiros de legendas SRT. O serviço T2S permite aos utilizadores converter texto em fala realista, oferecendo uma seleção de vozes e modelos de qualidade.

Para utilizadores que priorizam a privacidade dos dados, lidam com ficheiros grandes ou necessitam de transcrições ilimitadas, a aplicação WhisperUI Desktop é a solução ideal. Este software baseado em subscrição é executado localmente em dispositivos Windows e macOS, garantindo que todos os dados de áudio permaneçam na máquina do utilizador. Remove os limites de tamanho e duração dos ficheiros, oferece transcrições ilimitadas por uma taxa mensal fixa e até suporta aceleração por GPU (NVIDIA e AMD) para velocidades de processamento significativamente mais rápidas.

Como usar o WhisperUI

Usar o WhisperUI é simples, com passos diferentes para as suas versões web e de desktop:

Para Fala para Texto na Web:

1. Navegue até o site do WhisperUI.
2. Forneça a sua chave de API da OpenAI. A sua chave é armazenada localmente no seu navegador por segurança.
3. Arraste e solte o seu ficheiro de áudio (ex: mp3, wav, m4a) na área designada ou procure para o selecionar.
4. A ferramenta processará o áudio usando o OpenAI Whisper e exibirá o texto transcrito.
5. Para utilizadores premium, pode carregar vários ficheiros de uma vez e exportar a transcrição como um ficheiro de texto ou SRT.

Para Texto para Fala na Web:

1. Vá para a secção de Texto para Fala no site.
2. Insira a sua chave de API da OpenAI.
3. Selecione a sua voz desejada (ex: Alloy, Echo, Nova) e o modelo de qualidade (TTS-1 ou TTS-1-HD).
4. Digite ou cole o texto que deseja converter na caixa de texto.
5. Clique em "Gerar Fala" para criar e descarregar o ficheiro de áudio.

Para a Aplicação de Desktop:

1. Subscreva o plano WhisperUI Desktop no site.
2. Descarregue e instale a aplicação no seu computador Windows ou macOS.
3. Copie a sua chave de licença das suas definições de conta e cole-a na aplicação de desktop.
4. Agora pode arrastar e soltar qualquer número de ficheiros de áudio de qualquer tamanho para transcrição local, com o resultado a ser gerado diretamente no seu dispositivo.

Recursos principais do WhisperUI

• Transcrição de Alta Precisão: Alimentado pelo modelo Whisper da OpenAI, conhecido pela sua robustez contra sotaques, ruído de fundo e linguagem técnica.
• Geração de Texto para Fala: Converte texto em áudio de som natural com uma variedade de vozes e dois níveis de qualidade (TTS-1 e TTS-1-HD).
• Plataforma Dupla: Oferece tanto uma interface web flexível como uma aplicação de desktop privada e poderosa.
• Processamento Local: A aplicação de desktop processa todos os dados localmente, garantindo a máxima privacidade e segurança dos dados.
• Uso Ilimitado (Desktop): A versão de desktop não tem limites de tamanho de ficheiro, duração da fala ou número de transcrições.
• Aceleração por GPU: Suporte experimental para GPUs NVIDIA e AMD na aplicação de desktop para um desempenho mais rápido.
• Exportação de Ficheiros SRT: Funcionalidade web premium para gerar ficheiros de legendas diretamente a partir do áudio.
• Processamento em Lote: A versão web premium permite carregar e transcrever vários ficheiros simultaneamente.
• Amplo Suporte de Ficheiros: Compatível com formatos populares de áudio e vídeo como mp3, mp4, mpeg, m4a, wav, ogg e webm.

Casos de uso para o WhisperUI

Criadores de Conteúdo: Transcrever podcasts, entrevistas e conteúdo de vídeo para criar legendas, notas de programa e artigos de blog, melhorando a acessibilidade e o SEO.

Jornalistas e Investigadores: Converter rapidamente entrevistas gravadas, palestras e notas de campo em texto para análise, citação e reportagem.

Estudantes e Educadores: Transcrever palestras para notas de estudo ou criar versões em áudio de materiais escritos para diferentes estilos de aprendizagem.

Profissionais de Negócios: Gerar atas precisas de reuniões, chamadas de conferência e memorandos de voz para documentação e ações de seguimento.

Desenvolvedores: Usar a função de Texto para Fala para gerar narrações para aplicações, vídeos ou módulos de e-learning.

Vantagens do WhisperUI

• Flexibilidade: Os utilizadores podem escolher entre o processamento na nuvem pay-as-you-go ou uma subscrição de taxa fixa para processamento local ilimitado.
• Custo-Benefício: O modelo BYOK da versão web evita margens de lucro, permitindo que os utilizadores paguem as taxas base da OpenAI. A aplicação de desktop oferece preços previsíveis e acessíveis para utilizadores intensivos.
• Privacidade Aprimorada: A aplicação de desktop é uma grande vantagem para utilizadores que lidam com informações sensíveis ou confidenciais, pois nenhum dado é enviado para a nuvem.
• Poder e Controlo: Ao alavancar os modelos avançados da OpenAI e oferecer aceleração por GPU local, o WhisperUI oferece aos utilizadores ferramentas poderosas com um alto grau de controlo sobre o seu fluxo de trabalho e dados.
• Interface Amigável: A funcionalidade simples de arrastar e soltar torna-o acessível a utilizadores de todos os níveis técnicos.

Preços e planos

O WhisperUI oferece várias estruturas de preços distintas:

• Web Fala para Texto (Freemium/BYOK): O serviço básico de transcrição na web é de uso gratuito. Os utilizadores devem fornecer a sua própria chave de API da OpenAI e são faturados diretamente pela OpenAI pelo uso da transcrição. Funcionalidades premium como carregamentos em lote e exportação de SRT podem exigir uma compra ou subscrição adicional.
• Web Texto para Fala (Pay-as-you-go/BYOK): Este serviço também requer a chave de API da OpenAI do utilizador. A faturação é direta da OpenAI com base no número de caracteres: $0.015 por 1.000 caracteres para o modelo TTS-1 e $0.030 por 1.000 caracteres para o modelo TTS-1-HD.
• WhisperUI Desktop (Subscrição): Esta é uma subscrição paga, com o preço de $8/mês (preço promocional). A licença concede acesso à aplicação de desktop para um dispositivo, oferecendo transcrições locais ilimitadas, privacidade aprimorada, sem limites de tamanho de ficheiro e suporte a GPU.