Реч в TXT.

  • Запис: Говорете в рекордера на браузъра – до 30 минути на запис – или качете MP3, WAV, M4A, AAC, OGG, FLAC или WebM.
  • Транскрибиране: Whisper изписва думите с пунктуация; по желание отбелязва смяната на говорителя при интервюта и срещи. Резултат: обикновен текстов файл (.txt, UTF 8).
  • <b>Стъпка 3: </b> Свали TXT файловете си или ZIP архив, ако си качил/а няколко аудиофайла, и веднага започни да редактираш или споделяш транскрипциите.

Speech to TXT
Реч в TXT.
SSL криптиран
Uploading...

Как да използвате Converter App

Основни функции

Опит и поверителност

Създаден за надеждни работни процеси по транскрибиране.

Разработено от инженери с над 10 години опит в голяма инфраструктура, системи за данни и научни изчисления. Проектирано за реални работни процеси с аудио, където поверителността, надеждната обработка и практическата използваемост са важни.

Поверителността на първо място

Качените файлове се изтриват автоматично и окончателно в рамките на два часа.

Автоматично изтриване

Одобрено от потребителите

Оценен с 5 звезди в Trustpilot за бързина, надеждност и лесна употреба.

Доверие на потребителите

Академична употреба

Цитирано в публикувани изследвания и използвано за транскрибиране на интервюта и качествен анализ на данни.

Изследователска употреба
doi:10.3390/journalmedia5040111

Как речта се превръща в TXT на тази страница

Вашият браузър записва звука от микрофона като Opus аудио (Chrome, Firefox, Edge) или AAC (Safari) и го съхранява в паметта. Когато потвърдите, файлът се качва чрез HTTPS на един от нашите сървъри за транскрибиране.

Там ffmpeg декодира аудиото, а Whisper – модел с отворен код за разпознаване на реч – го превръща в текст в един етап, включително с пунктуация и разделяне на изреченията. Ако е включено разпознаването на говорители, модел за диаризация първо разделя аудиото по говорители, а транскрипцията се анотира съответно.

Транскрипцията се записва като обикновен UTF 8 текстов файл с нормална пунктуация и абзаци, така че се отваря във всеки текстов редактор, текстообработваща програма или приложение за бележки и може да бъде поставена навсякъде. Страницата с резултата Ви позволява да я изтеглите; аудиото и транскрипцията се изтриват автоматично след това.

Съвети за запис, които са по-важни от всяка настройка

Разпознаването на реч е толкова добро, колкото е добър звукът. Най-голямо значение имат три неща: разстоянието, шумът и припокриването на говорещите. Дръжте микрофона на 10–20 см от устата си; телефон, държан близо, е по-добър от лаптоп от другия край на масата. Изключете вентилаторите, затворете прозореца и избягвайте помещения със силно ехо.

Говорете с нормално темпо и довършвайте изреченията – моделът използва контекста, затова недовършените изречения и паразитните думи водят до по-неточен текст в сравнение с малко по-бавна, но завършена реч. При интервюта помолете хората да не говорят едновременно; припокриващата се реч е най-трудният случай за всяка система за разпознаване.

Прослушайте предварителния преглед, преди да започнете. Ако индикаторът за нивото едва се движи или постоянно е на максимум, запишете отново, вместо да се надявате, че транскрипцията ще се получи правилно.

Типични приложения за преобразуване на реч в TXT

Този инструмент се използва от преподаватели, подкастъри, журналисти и всеки, който мисли по-бързо, когато говори, отколкото когато пише на клавиатура: за съставяне на имейл или статия чрез говорене, записване на протоколи от срещи, превръщане на лекция или гласова бележка в бележки с възможност за търсене, транскрибиране на отговори от интервюта за проучвания и получаване на четима версия на гласово съобщение, което в момента не може да бъде прослушано.

Тъй като Whisper разпознава езика автоматично, една и съща страница работи за немска диктовка, испанска гласова бележка или лекция на английски без никакви настройки. Транскрипцията не се превежда – тя се изписва на езика, на който е говорено.

За аудио, което вече съществува като файл – подкасти, лекции, разговори – конверторите за аудио в текст и MP3 в текст на този сайт използват същата система със същите опции.

Какво не прави този инструмент

Не превежда: транскрипциите са на говоримия език. Не създава времеви отметки за субтитри – за SRT или VTT файлове използвайте конверторите за субтитри на този сайт. Не разпознава говорещите по име, а само при смяна на говорещия, когато е включено разпознаването на говорещи. Освен това не може да възстанови думи, които не се чуват в записа.

Собствените имена, имената на продукти и редките съкращения са най-честите грешки; обикновено е достатъчен бърз преглед на резултата с внимание към тях, за да се редактира чист запис.

FAQ

Често задавани въпроси