ඔබට පැය ගණනාවක මීටින් රෙකෝඩ් කර තිබේද? එම රෙකෝඩ් වලින් පෙළ ලබා ගැනීමට ගූගල් හෝ ඇමසොන් වැනි cloud API භාවිතා කරන්නේ නම්, මාසිකව ලක්ෂ ගණනක් විය හැක. එම ගාස්තුව ඉතිරි කර ගත හැකි අයුරු එකම තැනකින් හඳුනාගන්න.
ලේඛකයා තමන්ගේ සංවර්ධන යන්ත්රයේ හිස් GPU එකක් පාවිච්චි කර, සම්පූර්ණයෙන්ම ස්ථානීය (local) පද්ධතියක් සකස් කළේය. ඒක පියවර තුනකින් යුක්තයි: ශබ්ද ගොනුව සකස් කිරීම, Whisper (whisper.cpp) මගින් පරිවර්තනය, අවසානයේ SRT උපසිරැසි සහ SQLite දත්ත ගබඩාවට සුරැකුම.
වාස්තුකලාව – පළමුව FFmpeg භාවිතා කර 16kHz, mono WAV ආකාරයට ශබ්දය සාමාන්යකරණය කරයි. ඊළඟට whisper.cpp CLI එක Node.js හි child process ලෙස ඇරඹී, ගොනුව txt සහ srt දෙකම ලබා දෙයි. අවසානයේ better‑sqlite3 මොඩියුලය භාවිතා කර පරිවර්තන පෙළ, උපසිරැසි, ගොනු නාමය, මාදිලිය වැනි තොරතුරු දත්ත ගබඩාවට ඇතුළත් කරයි.
කේත උදාහරණ වලින් බැලුවහොත්, execa මඟින් FFmpeg හා Whisper CLI දෙකම සරලව පාලනය කළ හැකිය. normalizeAudio ක්රියාකාරකම ශබ්ද ගොනුවේ රේට් සහ චැනලයන් සකස් කරයි, transcribe ක්රියාකාරකම Whisper මොඩලය (tiny, base, small, medium, large‑v3) තෝරා පරිවර්තනය කරයි. ඉන්පසු saveTranscription ක්රියාකාරකම SQLite ටේබලයට සියලු විස්තර ඇතුළත් කරයි.
මෙම පද්ධතියේ වැදගත්කම වන්නේ, වියදල අඩුවීම සහ දත්ත රහස්යතාවයය. Cloud සේවා භාවිතා කළහොත් සත්කාරකයන්ට ගතවන පිරිවැය නවතී, ඒ සමඟම සංග්රහිත ශ්රව්ය දත්ත අන්තර්ජාලයට පිළිගැනීමේ අවදානමක් නැත.
ශ්රී ලංකාවට ඇති වැදගත්කම
- සිසුන් – විශ්වවිද්යාල, තාක්ෂණ පාඨමාලා වල ශබ්ද‑පෙළ පරිවර්තන කුසලතා අධ්යයනයට නව ප්රයෝජනදායක මෙවලමක්.
- සංවර්ධකයින් – Node.js, FFmpeg, SQLite වැනි ප්රචලිත තාක්ෂණයන් සමඟ AI (Whisper) එකතු කර, සත්කාරක-රහිත ඇප්ලිකේෂන් ඉදිරිපත් කිරීමේ හැකියාව.
- ව්යාපාරිකයන් – රැස්වීම්, පාරිභෝගික ඇමතුම්, හෝ සමාජ මාධ්ය වීඩියෝවලින් පරිවර්තන ලබා ගනිමින්, ලේඛන කාර්යබහුලතාවය අඩු කර, සේවා ගුණාත්මකභාවය වැඩි කර ගත හැක.
අවසානයේ, මෙම පද්ධතිය සම්පූර්ණයෙන්ම නිදහස්, ඉක්මන්, සහ පරිසරයට හිතකාමී වේ. ඔබේ ඕනෑම ශබ්ද ගොනුවක් Node.js ස්ක්රිප්ට් එකක් මගින් තත්ක්ෂණිකව පරිවර්තනය කර, SRT උපසිරැසි සහ SQLite දත්ත ගබඩාවට සුරැකිය හැකිය. තවත් කාර්යක්ෂම, අඩු වියදම් AI‑චලිත මෙවලමක් ඔබේ ව්යාපෘතියේ අංගයක් කරගන්න.
