Не найдено

Sarvam AI помощник для NVDA

Назначение: Sarvam AI помощник позволяет использовать функции платформы Sarvam AI простым и доступным способом непосредственно из NVDA. Он предоставляет слепым и слабовидящим пользователям речевые, языковые и документальные сервисы Sarvam через полностью управляемый с клавиатуры и дружественный к экранным ридерам интерфейс.

Где найти: Откройте меню NVDA (NVDA+N) → Сервис → Sarvam AI. Или нажмите сочетание клавиш NVDA+Alt+S в любое время, чтобы открыть меню Sarvam AI. Настройки также доступны в разделе NVDA Параметры → Настройки → Sarvam AI.

Возможности

• Преобразование текста в речь – синтез речи на индийских языках из выделенного текста, буфера обмена, введённого текста или текстового файла; воспроизведение, пауза, возобновление, остановка и сохранение аудио.
• Преобразование речи в текст – расшифровка аудиофайла или запись с микрофона, с возможностью перевода на английский язык; копирование или сохранение расшифровки.
• Перевод и транслитерация – преобразование текста между английским и 10 индийскими языками с выбором стилей.
• Определение языка – идентификация языка и письменности любого текста.
• AI-помощник – общение, обобщение текста и понимание документов с помощью языковых моделей Sarvam.
• OCR – распознавание текста из PDF и изображений с помощью Sarvam Document OCR (23 языка) или автономного движка Windows OCR, с последующим переводом или обобщением с помощью Sarvam.

Об OCR: Основным движком является API оцифровки документов Sarvam, который распознаёт 23 языка из PDF или изображения. Изображения и снимки экрана/буфера обмена автоматически преобразуются в одностраничный PDF перед отправкой. Также доступен полностью автономный движок Windows OCR для мгновенного распознавания экрана и объектов.

Начало работы

1. Откройте Меню NVDA → Сервис → Sarvam AI → Настройки…
2. Вставьте ваш API-ключ Sarvam (из https://dashboard.sarvam.ai).
3. Нажмите Проверить ключ / Проверить соединение.
4. Установите ваш голос по умолчанию, язык и папки, затем нажмите OK.

Меню

Все функции доступны в разделе Сервис → Sarvam AI : Преобразование текста в речь, Преобразование речи в текст, Перевод, Транслитерация, Определение языка, OCR, AI-помощник / Обобщение, Настройки, Журналы, Проверка обновлений, Справка и О программе.

Сочетания клавиш

Основное сочетание NVDA+Alt+S открывает меню Sarvam AI, из которого вы можете получить доступ к каждой функции с помощью клавиш со стрелками. Все остальные команды (открыть преобразование текста в речь, озвучить выделенное, преобразование речи в текст, перевод, OCR, распознать экран, AI-помощник, настройки) по умолчанию не имеют назначенных клавиш; назначьте свои собственные сочетания в разделе NVDA → Параметры → Жесты ввода → Sarvam AI. Вы также можете переназначить NVDA+Alt+S там, если оно конфликтует с другим дополнением.

Примечание: Команды NVDA представляют собой одиночные сочетания, поэтому комбинация, например "NVDA+S+A" (две буквенные клавиши вместе) невозможна; вместо этого используется NVDA+Alt+S.

Преобразование текста в речь

Введите или вставьте текст в поле редактирования или нажмите Загрузить файл, чтобы загрузить текстовый файл, документ Microsoft Word (.docx) или электронную книгу EPUB (.epub). Выберите модель (bulbul:v3 — новейшая), стиль преобразования (нейтральный, новостной, аудиокнига, развлекательный, разговорный, повествовательный), пол и голос, а также язык (оставьте значение Автоопределение по умолчанию для автоматической обработки смешанного текста). Настройте ползунки Скорости и Высоты. Затем нажмите Преобразовать. После преобразования нажмите Прослушать для воспроизведения или Сохранить как MP3 / Сохранить как WAV для экспорта аудио. Выбор стиля автоматически устанавливает подходящие скорость, высоту, громкость и выразительность.

Преобразование речи в текст

Выберите язык аудио (или оставьте автоматическое определение). Выберите источник с помощью Выбрать аудиофайл… или Начать запись (с микрофона), затем нажмите Расшифровать для отправки в Sarvam. Отметьте Перевести на английский для получения расшифровки на английском языке. Сохраните результат как текстовый файл (.txt) или документ Word (.docx), или скопируйте его.

Перевод, транслитерация, определение языка

Выберите операцию, введите или загрузите текст, выберите исходный и целевой языки, затем нажмите Выполнить.

AI-помощник

Выберите задачу – общение, обобщение или анализ документа – введите ваш текст или вопрос и нажмите Отправить.

OCR

Выберите движок: Sarvam Document OCR (онлайн, 23 языка, лучше всего подходит для PDF и фотографий) или Windows OCR (автономный, мгновенный, лучше всего подходит для чтения экрана). Выберите источник – Выбрать PDF / файл изображения, Использовать изображение из буфера обмена или Использовать текущий экран / объект – затем нажмите Выполнить OCR. Распознанный текст доступен для редактирования; скопируйте его, сохраните как .txt или Word (.docx), или переведите / обобщите с помощью Sarvam.

Устранение неполадок

Конфиденциальность

Ваш API-ключ хранится в зашифрованном виде в конфигурации NVDA. Текст, аудио и изображения, которые вы обрабатываете, отправляются в Sarvam для обработки; OCR работает локально в Windows.

Автор и контакты

Создано Rakesh.

• Электронная почта: rakesh.honistyboy@gmail.com
• Исходный код и сообщения об ошибках: https://github.com/rakeshhonisty/Sarvam-AI-assistant

Sarvam AI и её API являются собственностью Sarvam AI. Это независимое стороннее дополнение и не связано и не поддерживается компаниями Sarvam AI или NV Access. Для использования онлайн-функций вам необходим собственный API-ключ Sarvam (с кредитами).

Версия и история изменений

Версия 1.0.0. См. Журнал изменений для получения списка изменений.

Лицензия

Sarvam AI помощник является свободным программным обеспечением, распространяемым под лицензией GNU General Public License, version 2.