Audiobooki
Importuj dokumenty, oczyść i podziel tekst, wygeneruj mowę do przeglądu i wyeksportuj M4B z rozdziałami albo popularny format audio.
Lokalne środowisko audio
Twórz audiobooki, napisy i dubbing bez ukrywania kolejnych etapów.
Pandrator to lokalne środowisko w przeglądarce do przygotowania źródeł, generowania mowy, przeglądu wyników pośrednich oraz eksportu audio lub wideo.
Windows · Linux · interfejs w przeglądarce
Modele lokalne zachowują źródła i wygenerowane media na Twoim komputerze. Dostawcy zewnętrzni są opcjonalni.
Trzy punkty wyjścia
Wybierz rezultat. Zachowaj możliwość przeglądu etapów.
Pandrator układa proces wokół oczekiwanego wyniku. Pośrednie teksty, audio, napisy i wersje pozostają dostępne do kontroli i ponownego uruchomienia.
Napisy
Transkrybuj audio lub wideo, popraw i przetłumacz wynik, edytuj czas oraz tekst, a następnie wyeksportuj SRT lub ścieżkę napisów.
Dubbing
Twórz mowę z napisów, synchronizuj ją z obrazem i wybieraj dźwięk oryginalny, mieszany lub wyłącznie dubbing.
Widoczny proces
Przygotowanie i generowanie to osobne kroki.
- 01
Przygotuj
Importuj tekst, dokument, napisy, audio, wideo lub obsługiwany publiczny adres mediów.
- 02
Sprawdź
Skontroluj ekstrakcję, transkrypcję, korektę, tłumaczenie, czasy i plan mowy.
- 03
Generuj
Użyj lokalnej usługi mowy, skonfigurowanego komercyjnego API lub zgodnego endpointu.
- 04
Porównaj i eksportuj
Generuj segmenty ponownie, porównuj wersje i warianty RVC, a potem złóż potrzebne media.
Lokalnie i przez dostawców
Dobierz sposób przetwarzania do materiału.
Pandrator nie wymaga konta w chmurze. Może też używać usług komercyjnych, gdy ich jakość, języki lub wygoda są przydatne.
W pełni samodzielnie
- Lokalna mowa i transkrypcja zarządzane przez instalator
- Lokalne serwery LLM zgodne z OpenAI, takie jak LM Studio
- Pliki, zadania, głosy i wyniki w wybranym katalogu danych
- Brak wymogu Docker lub WSL w pakietowym procesie dla Windows
Połączeni dostawcy
- Usługi mowy OpenAI i Google Gemini
- Obsługiwani dostawcy LLM do korekty i tłumaczenia
- Własne endpointy mowy zgodne z OpenAI lub Gemini
- Opcjonalne, ograniczone wyszukiwanie Jina dla niepewnej terminologii
Dostawcy zewnętrzni mogą otrzymywać tekst, napisy, audio lub próbki głosu i pobierać opłaty. Sprawdź ich warunki przed włączeniem.
Głosy i języki
Gotowe głosy, klonowanie i konwersja to różne narzędzia.
Wybierz gotowy głos, jeśli nie potrzebujesz próbki. Użyj modelu klonującego dla nagrania referencyjnego. RVC to późniejsza konwersja mowy, a nie model TTS.
Typowe wejścia i wyjścia
Dokumenty, SRT oraz popularne formaty audio i wideo; M4B i zwykłe audio; dubbing MP4 z wyborem ścieżek.
Zacznij od najmniejszej użytecznej instalacji.
Launcher może później dodawać, aktualizować, naprawiać i usuwać opcjonalne usługi. Nie potrzebujesz wszystkich modeli.