Blog

Cloudflare Workers can't run a multi-minute GPU job or Modal's gRPC SDK — so ScribeToAny treats Modal as a plain HTTP endpoint, fires a fire-and-forget spawn, and lets the GPU box call back over a signed webhook. A walk through the async design, the reconciliation backstop, and the sharp edges.

Les sous-titres pour sourds et malentendants (captions) s'adressent aux spectateurs qui ne peuvent pas entendre l'audio et incluent les sons non verbaux ; les sous-titres (subtitles) s'adressent à ceux qui ne comprennent pas la langue et ne traduisent que le dialogue. Une comparaison claire, avec les règles d'accessibilité qui déterminent ce dont vous avez besoin.

Une explication simple du taux d'erreur sur les mots (WER) — comment la précision de la transcription se mesure vraiment, ce que signifient les chiffres, pourquoi même les humains n'atteignent pas 100 %, et les facteurs qui la font monter ou descendre.

Un guide de référence des formats de fichiers que produit la transcription — SRT, VTT, TXT, TSV, CSV, JSON, plus ASS, SSA, SMI et TTML — avec de vrais exemples de chacun et un tableau indiquant quand utiliser lequel.

La diarisation des locuteurs est l'étape qui découpe un enregistrement par locuteur — transformant un mur de texte en un dialogue étiqueté. Ce que c'est, en quoi elle diffère de la reconnaissance du locuteur, comment elle fonctionne et où elle peine.

Transformez un épisode de podcast en notes d'épisode et sous-titres propres et horodatés — transcrivez l'audio puis exportez en SRT, VTT ou texte brut. Offre gratuite, sans carte bancaire.