Skip to content

Commit 9fad586

Browse files
waleedlatif1waleedlatif1
authored
feat(i18n): update translations (#2097)
Co-authored-by: waleedlatif1 <[email protected]>
1 parent 0a4244b commit 9fad586

File tree

16 files changed

+2873
-104
lines changed

16 files changed

+2873
-104
lines changed

‎apps/docs/content/docs/de/tools/stt.mdx‎

Lines changed: 97 additions & 17 deletions
Original file line numberDiff line numberDiff line change
@@ -11,26 +11,43 @@ import { BlockInfoCard } from "@/components/ui/block-info-card"
1111
/>
1212

1313
{/* MANUAL-CONTENT-START:intro */}
14-
Transkribiere Sprache zu Text mit modernsten KI-Modellen führender Anbieter. Die Sim Speech-to-Text (STT)-Tools ermöglichen es dir, Audio- und Videodateien in präzise Transkripte umzuwandeln, mit Unterstützung für mehrere Sprachen, Zeitstempel und optionaler Übersetzung.
14+
Transkribieren Sie Sprache zu Text mit den neuesten KI-Modellen von erstklassigen Anbietern. Die Speech-to-Text (STT)-Tools von Sim ermöglichen es Ihnen, Audio und Video in genaue, mit Zeitstempeln versehene und optional übersetzte Transkripte umzuwandeln – mit Unterstützung für verschiedene Sprachen und erweitert durch fortschrittliche Funktionen wie Sprechertrennung und Sprecheridentifikation.
1515

16-
Unterstützte Anbieter:
16+
**Unterstützte Anbieter & Modelle:**
1717

18-
- **[OpenAI Whisper](https://platform.openai.com/docs/guides/speech-to-text/overview)**: Fortschrittliches Open-Source-STT-Modell von OpenAI. Unterstützt Modelle wie `whisper-1` und verarbeitet eine Vielzahl von Sprachen und Audioformaten.
19-
- **[Deepgram](https://deepgram.com/)**: Echtzeit- und Batch-STT-API mit Deep-Learning-Modellen wie `nova-3`, `nova-2` und `whisper-large`. Bietet Funktionen wie Sprechererkennung, Intentionserkennung und branchenspezifische Anpassungen.
20-
- **[ElevenLabs](https://elevenlabs.io/)**: Bekannt für hochwertige Sprach-KI, bietet ElevenLabs STT-Modelle mit Fokus auf Genauigkeit und natürlichem Sprachverständnis für zahlreiche Sprachen und Dialekte.
18+
- **[OpenAI Whisper](https://platform.openai.com/docs/guides/speech-to-text/overview)** (OpenAI):
19+
OpenAIs Whisper ist ein Open-Source-Deep-Learning-Modell, das für seine Robustheit in verschiedenen Sprachen und Audiobedingungen bekannt ist. Es unterstützt fortschrittliche Modelle wie `whisper-1` und zeichnet sich bei Transkription, Übersetzung und Aufgaben aus, die eine hohe Modellgeneralisierung erfordern. Unterstützt von OpenAI – dem Unternehmen hinter ChatGPT und führender KI-Forschung – wird Whisper häufig in der Forschung und als Basis für vergleichende Bewertungen eingesetzt.
2120

22-
Wähle den Anbieter und das Modell, das am besten zu deiner Aufgabe passt – sei es schnelle, produktionsreife Transkription (Deepgram), hochpräzise Mehrsprachenfähigkeit (Whisper) oder fortschrittliches Verständnis und Sprachabdeckung (ElevenLabs).
21+
- **[Deepgram](https://deepgram.com/)** (Deepgram Inc.):
22+
Das in San Francisco ansässige Unternehmen Deepgram bietet skalierbare, produktionsreife Spracherkennungs-APIs für Entwickler und Unternehmen. Zu den Modellen von Deepgram gehören `nova-3`, `nova-2` und `whisper-large`. Sie bieten Echtzeit- und Batch-Transkription mit branchenführender Genauigkeit, Unterstützung mehrerer Sprachen, automatische Zeichensetzung, intelligente Sprechertrennung, Anrufanalysen und Funktionen für Anwendungsfälle von der Telefonie bis zur Medienproduktion.
23+
24+
- **[ElevenLabs](https://elevenlabs.io/)** (ElevenLabs):
25+
Als führendes Unternehmen im Bereich Sprach-KI ist ElevenLabs besonders für hochwertige Sprachsynthese und -erkennung bekannt. Sein STT-Produkt bietet hochpräzises, natürliches Verständnis zahlreicher Sprachen, Dialekte und Akzente. Die neuesten STT-Modelle von ElevenLabs sind für Klarheit und Sprecherunterscheidung optimiert und eignen sich sowohl für kreative als auch für Barrierefreiheitsszenarien. ElevenLabs ist bekannt für bahnbrechende Fortschritte bei KI-gestützten Sprachtechnologien.
26+
27+
- **[AssemblyAI](https://www.assemblyai.com/)** (AssemblyAI Inc.):
28+
AssemblyAI bietet API-gesteuerte, hochpräzise Spracherkennung mit Funktionen wie automatischer Kapitelbildung, Themenerkennung, Zusammenfassung, Stimmungsanalyse und Inhaltsmoderation neben der Transkription. Sein proprietäres Modell, einschließlich des gefeierten `Conformer-2`, unterstützt einige der größten Medien-, Call-Center- und Compliance-Anwendungen der Branche. AssemblyAI wird weltweit von Fortune-500-Unternehmen und führenden KI-Startups vertraut.
29+
30+
- **[Google Cloud Speech-to-Text](https://cloud.google.com/speech-to-text)** (Google Cloud):
31+
Googles Speech-to-Text API für Unternehmen unterstützt über 125 Sprachen und Varianten und bietet hohe Genauigkeit sowie Funktionen wie Echtzeit-Streaming, Wort-für-Wort-Konfidenz, Sprechererkennung, automatische Zeichensetzung, benutzerdefiniertes Vokabular und domänenspezifische Anpassungen. Modelle wie `latest_long`, `video` und domänenoptimierte Modelle stehen zur Verfügung, basierend auf Googles jahrelanger Forschung und für globale Skalierbarkeit entwickelt.
32+
33+
- **[AWS Transcribe](https://aws.amazon.com/transcribe/)** (Amazon Web Services):
34+
AWS Transcribe nutzt Amazons Cloud-Infrastruktur, um robuste Spracherkennung als API bereitzustellen. Es unterstützt mehrere Sprachen und Funktionen wie Sprecheridentifikation, benutzerdefiniertes Vokabular, Kanalidentifikation (für Call-Center-Audio) und medizinspezifische Transkription. Zu den beliebten Modellen gehören `standard` und domänenspezifische Varianten. AWS Transcribe ist ideal für Organisationen, die bereits Amazons Cloud nutzen.
35+
36+
**Wie man wählt:**
37+
Wählen Sie den Anbieter und das Modell, das zu Ihrer Anwendung passt – ob Sie schnelle, unternehmenstaugliche Transkription mit zusätzlicher Analytik benötigen (Deepgram, AssemblyAI, Google, AWS), hohe Vielseitigkeit und Open-Source-Zugang (OpenAI Whisper) oder fortschrittliches Sprecher-/Kontextverständnis (ElevenLabs). Berücksichtigen Sie die Preisgestaltung, Sprachabdeckung, Genauigkeit und alle speziellen Funktionen (wie Zusammenfassung, Kapitelunterteilung oder Stimmungsanalyse), die Sie möglicherweise benötigen.
38+
39+
Weitere Details zu Funktionen, Preisen, Funktionshighlights und Feinabstimmungsoptionen finden Sie in der offiziellen Dokumentation jedes Anbieters über die oben genannten Links.
2340
{/* MANUAL-CONTENT-END */}
2441

2542
## Nutzungsanleitung
2643

27-
Transkribiere Audio- und Videodateien zu Text mit führenden KI-Anbietern. Unterstützt mehrere Sprachen, Zeitstempel und Sprechererkennung.
44+
Transkribieren Sie Audio- und Videodateien mit führenden KI-Anbietern in Text. Unterstützt mehrere Sprachen, Zeitstempel und Sprechererkennung.
2845

2946
## Tools
3047

3148
### `stt_whisper`
3249

33-
Transkribiere Audio zu Text mit OpenAI Whisper
50+
Transkribieren Sie Audio in Text mit OpenAI Whisper
3451

3552
#### Eingabe
3653

@@ -39,22 +56,23 @@ Transkribiere Audio zu Text mit OpenAI Whisper
3956
| `provider` | string | Ja | STT-Anbieter \(whisper\) |
4057
| `apiKey` | string | Ja | OpenAI API-Schlüssel |
4158
| `model` | string | Nein | Zu verwendendes Whisper-Modell \(Standard: whisper-1\) |
42-
| `audioFile` | file | Nein | Zu transkribierende Audio- oder Videodatei |
43-
| `audioFileReference` | file | Nein | Verweis auf Audio-/Videodatei aus vorherigen Blöcken |
59+
| `audioFile` | file | Nein | Audio- oder Videodatei zur Transkription |
60+
| `audioFileReference` | file | Nein | Referenz zu Audio-/Videodatei aus vorherigen Blöcken |
4461
| `audioUrl` | string | Nein | URL zu Audio- oder Videodatei |
4562
| `language` | string | Nein | Sprachcode \(z.B. "en", "es", "fr"\) oder "auto" für automatische Erkennung |
4663
| `timestamps` | string | Nein | Zeitstempel-Granularität: none, sentence oder word |
4764
| `translateToEnglish` | boolean | Nein | Audio ins Englische übersetzen |
65+
| `prompt` | string | Nein | Optionaler Text, um den Stil des Modells zu leiten oder ein vorheriges Audiosegment fortzusetzen. Hilft bei Eigennamen und Kontext. |
66+
| `temperature` | number | Nein | Sampling-Temperatur zwischen 0 und 1. Höhere Werte machen die Ausgabe zufälliger, niedrigere Werte fokussierter und deterministischer. |
4867

4968
#### Ausgabe
5069

5170
| Parameter | Typ | Beschreibung |
5271
| --------- | ---- | ----------- |
53-
| `transcript` | string | Vollständig transkribierter Text |
72+
| `transcript` | string | Vollständiger transkribierter Text |
5473
| `segments` | array | Segmente mit Zeitstempeln |
5574
| `language` | string | Erkannte oder angegebene Sprache |
5675
| `duration` | number | Audiodauer in Sekunden |
57-
| `confidence` | number | Gesamter Konfidenzwert |
5876

5977
### `stt_deepgram`
6078

@@ -78,25 +96,87 @@ Audio mit Deepgram in Text transkribieren
7896

7997
| Parameter | Typ | Beschreibung |
8098
| --------- | ---- | ----------- |
81-
| `transcript` | string | Vollständig transkribierter Text |
99+
| `transcript` | string | Vollständiger transkribierter Text |
82100
| `segments` | array | Segmente mit Zeitstempeln und Sprecherkennungen |
83101
| `language` | string | Erkannte oder angegebene Sprache |
84102
| `duration` | number | Audiodauer in Sekunden |
85103
| `confidence` | number | Gesamter Konfidenzwert |
86104

87105
### `stt_elevenlabs`
88106

89-
Audio in Text transkribieren mit ElevenLabs
107+
Audio mit ElevenLabs in Text transkribieren
90108

91109
#### Eingabe
92110

93111
| Parameter | Typ | Erforderlich | Beschreibung |
94112
| --------- | ---- | -------- | ----------- |
95113
| `provider` | string | Ja | STT-Anbieter \(elevenlabs\) |
96114
| `apiKey` | string | Ja | ElevenLabs API-Schlüssel |
97-
| `model` | string | Nein | Zu verwendenes ElevenLabs-Modell \(scribe_v1, scribe_v1_experimental\) |
98-
| `audioFile` | file | Nein | Audio- oder Videodatei zur Transkription |
99-
| `audioFileReference` | file | Nein | Referenz zu Audio-/Videodatei aus vorherigen Blöcken |
115+
| `model` | string | Nein | Zu verwendendes ElevenLabs-Modell \(scribe_v1, scribe_v1_experimental\) |
116+
| `audioFile` | file | Nein | Zu transkribierendes Audio- oder Videodatei |
117+
| `audioFileReference` | file | Nein | Referenz auf Audio-/Videodatei aus vorherigen Blöcken |
118+
| `audioUrl` | string | Nein | URL zu Audio- oder Videodatei |
119+
| `language` | string | Nein | Sprachcode \(z.B. "en", "es", "fr"\) oder "auto" für automatische Erkennung |
120+
| `timestamps` | string | Nein | Zeitstempel-Granularität: none, sentence oder word |
121+
122+
#### Ausgabe
123+
124+
| Parameter | Typ | Beschreibung |
125+
| --------- | ---- | ----------- |
126+
| `transcript` | string | Vollständig transkribierter Text |
127+
| `segments` | array | Segmente mit Zeitstempeln |
128+
| `language` | string | Erkannte oder angegebene Sprache |
129+
| `duration` | number | Audiodauer in Sekunden |
130+
| `confidence` | number | Gesamter Konfidenzwert |
131+
132+
### `stt_assemblyai`
133+
134+
Audio mit AssemblyAI und erweiterten NLP-Funktionen in Text transkribieren
135+
136+
#### Eingabe
137+
138+
| Parameter | Typ | Erforderlich | Beschreibung |
139+
| --------- | ---- | -------- | ----------- |
140+
| `provider` | string | Ja | STT-Anbieter \(assemblyai\) |
141+
| `apiKey` | string | Ja | AssemblyAI API-Schlüssel |
142+
| `model` | string | Nein | Zu verwendendes AssemblyAI-Modell \(Standard: best\) |
143+
| `audioFile` | file | Nein | Zu transkribierendes Audio- oder Videodatei |
144+
| `audioFileReference` | file | Nein | Referenz auf Audio-/Videodatei aus vorherigen Blöcken |
145+
| `audioUrl` | string | Nein | URL zu Audio- oder Videodatei |
146+
| `language` | string | Nein | Sprachcode \(z.B. "en", "es", "fr"\) oder "auto" für automatische Erkennung |
147+
| `timestamps` | string | Nein | Zeitstempel-Granularität: none, sentence oder word |
148+
| `diarization` | boolean | Nein | Sprechererkennung aktivieren |
149+
| `sentiment` | boolean | Nein | Stimmungsanalyse aktivieren |
150+
| `entityDetection` | boolean | Nein | Entitätserkennung aktivieren |
151+
| `piiRedaction` | boolean | Nein | PII-Schwärzung aktivieren |
152+
| `summarization` | boolean | Nein | Automatische Zusammenfassung aktivieren |
153+
154+
#### Ausgabe
155+
156+
| Parameter | Typ | Beschreibung |
157+
| --------- | ---- | ----------- |
158+
| `transcript` | string | Vollständig transkribierter Text |
159+
| `segments` | array | Segmente mit Zeitstempeln und Sprecherkennungen |
160+
| `language` | string | Erkannte oder angegebene Sprache |
161+
| `duration` | number | Audiodauer in Sekunden |
162+
| `confidence` | number | Gesamter Konfidenzwert |
163+
| `sentiment` | array | Ergebnisse der Stimmungsanalyse |
164+
| `entities` | array | Erkannte Entitäten |
165+
| `summary` | string | Automatisch generierte Zusammenfassung |
166+
167+
### `stt_gemini`
168+
169+
Audio mit Google Gemini und multimodalen Fähigkeiten in Text transkribieren
170+
171+
#### Eingabe
172+
173+
| Parameter | Typ | Erforderlich | Beschreibung |
174+
| --------- | ---- | -------- | ----------- |
175+
| `provider` | string | Ja | STT-Anbieter \(gemini\) |
176+
| `apiKey` | string | Ja | Google API-Schlüssel |
177+
| `model` | string | Nein | Zu verwendendes Gemini-Modell \(Standard: gemini-2.5-flash\) |
178+
| `audioFile` | file | Nein | Zu transkribierendes Audio- oder Videodatei |
179+
| `audioFileReference` | file | Nein | Referenz auf Audio-/Videodatei aus vorherigen Blöcken |
100180
| `audioUrl` | string | Nein | URL zu Audio- oder Videodatei |
101181
| `language` | string | Nein | Sprachcode \(z.B. "en", "es", "fr"\) oder "auto" für automatische Erkennung |
102182
| `timestamps` | string | Nein | Zeitstempel-Granularität: none, sentence oder word |

0 commit comments

Comments
 (0)