Soukromí na prvním místě
Nahrané soubory jsou automaticky a trvale smazány do dvou hodin.
Automatické smazání
Převod řeči na PDF
Nadiktujte diktát, vyprávění, poznámky z přednášky, odpovědi z rozhovoru nebo krátký komentář přímo do prohlížeče, případně nahrajte nahrávku, a získejte přepis jako dokument PDF. Přepis zajišťuje Whisper, open-source model pro rozpoznávání řeči, na našich vlastních serverech – přibližně ve 100 jazycích, které se rozpoznají automaticky.
-
Nahrávání: Mluvte do rekordéru v prohlížeči – až 30 minut na jeden záznam – nebo nahrajte soubor MP3, WAV, M4A, AAC, OGG, FLAC či WebM.
-
Přepis: Whisper zapisuje slova včetně interpunkce; u rozhovorů a schůzek lze volitelně označit změny mluvčích. Výstup: dokument PDF.
-
Soukromí: Nic se nenahraje, dokud to nepotvrdíte. Zvukový soubor a přepis se po zpracování automaticky smažou, nejpozději během několika hodin.
Přepis řeči
Jak funguje převod řeči na PDF
Stránka kombinuje rekordér v prohlížeči s GPU backendem pro přepis řeči. Nahrávání využívá rozhraní MediaRecorder integrované v prohlížečích Chrome, Firefox, Edge a Safari; rozpoznávání zajišťuje Whisper, open-source model vydaný společností OpenAI, který běží na našem vlastním hardwaru, nikoli prostřednictvím API třetí strany.
Jak používat Converter App
1
Nahrát nahrávku nebo soubor
Stiskněte „Nahrávat pomocí mikrofonu“, jednou povolte přístup a začněte mluvit. Časovač a ukazatel úrovně potvrdí, že přichází zvuk. Můžete také nahrát existující záznam – hlasové poznámky z libovolného telefonu jsou v pořádku.
2
Zkontrolovat a spustit
Poslechněte si nahrávku v dialogovém okně. U rozhovorů a schůzek zapněte možnost „Rozpoznat více mluvčích“ (označí, kdo mluví, ale bude to trvat výrazně déle). Poté spusťte přepis.
3
Stáhnout přepis
Průběh se zobrazuje během práce modelu; zpracování několika minut řeči obvykle trvá výrazně méně než minutu. Dokument PDF si stáhněte ze stránky s výsledkem.
Klíčové funkce
Technologie Whisper uvnitř
Whisper je natrénován na 680 000 hodinách vícejazyčného zvuku a zvládá přízvuky, hluk na pozadí i odbornou slovní zásobu mnohem lépe než diktovací systémy před několika lety. Jazyk je rozpoznán automaticky.
Detekce mluvčího na vyžádání
U konverzací volitelná detekce mluvčích označuje změny mluvčího v přepisu. Přibližně zdvojnásobuje dobu zpracování, proto je ve výchozím nastavení vypnutá.
Výstup PDF, který se přizpůsobí vašemu pracovnímu postupu
Přepis se nejprve vytvoří jako text a poté se pomocí LibreOffice vysází do formátu PDF – jako jednoduchý dokument k tisku s označitelným textem, bez skenů a obrázků.
Zdarma a soukromě
Žádný účet, žádný vodoznak ani omezení zkušební verze. Nahrávka neopustí vaše zařízení, dokud to nepotvrdíte, a zvuk i přepis se po zpracování automaticky odstraní.
Zkušenosti & soukromí
Vytvořeno pro spolehlivé pracovní postupy přepisu.
Vyvinuto inženýry s více než 10 lety zkušeností s rozsáhlou infrastrukturou, datovými systémy a vědeckými výpočty. Navrženo pro reálné pracovní postupy v oblasti audia, kde záleží na soukromí, spolehlivém zpracování a praktické použitelnosti.
Důvěřují mu uživatelé
Hodnoceno 5 hvězdičkami na Trustpilot za rychlost, spolehlivost a snadné použití.
Důvěra uživatelů
Akademické použití
Citováno v publikovaných výzkumech a používáno pro přepis rozhovorů a kvalitativní analýzu dat.
Výzkumné použití
Jak se na této stránce řeč převádí do PDF
Váš prohlížeč zaznamenává mikrofon jako zvuk Opus (Chrome, Firefox, Edge) nebo AAC (Safari) a uchovává jej v paměti. Po potvrzení se soubor nahraje přes HTTPS na jeden z našich serverů pro přepis.
Server následně pomocí ffmpeg dekóduje zvuk a Whisper – open-source model pro rozpoznávání řeči – jej jedním průchodem převede na text včetně interpunkce a rozdělení na věty. Pokud je zapnuta detekce mluvčích, model pro diarizaci nejprve rozdělí zvuk podle mluvčích a přepis je odpovídajícím způsobem označen.
Přepis se nejprve zapíše jako text a poté se pomocí LibreOffice vysází do PDF – jako jednoduchý dokument vhodný k tisku s označitelným textem, bez skenů a obrázků. Na stránce s výsledkem si jej můžete stáhnout; zvuk i přepis se poté automaticky odstraní.
Tipy pro nahrávání, které jsou důležitější než jakékoli nastavení
Kvalita rozpoznávání řeči závisí na kvalitě zvuku. Největší rozdíl mají tři věci: vzdálenost, hluk a překrývání řeči. Držte mikrofon 10–20 cm od úst; telefon držený blízko funguje lépe než notebook na druhé straně stolu. Vypněte ventilátory, zavřete okno a vyhněte se místnostem se silnou ozvěnou.
Mluvte běžným tempem a dokončujte věty – model využívá kontext, takže nedokončené věty a výplňová slova vytvářejí horší text než o něco pomalejší, ale souvislá a úplná řeč. Při rozhovorech požádejte účastníky, aby nemluvili přes sebe; překrývající se řeč je pro každý rozpoznávač nejtěžší případ.
Než začnete, poslechněte si náhled. Pokud se ukazatel úrovně sotva pohybuje nebo je neustále na maximu, nahrajte záznam znovu, místo abyste doufali, že přepis bude správný.
Typické způsoby použití převodu řeči na PDF
Tento nástroj používají učitelé, podcasteři, novináři i všichni, kdo přemýšlejí nahlas rychleji než při psaní na klávesnici: k vytváření návrhů e-mailů nebo článků mluvením, zachycení zápisu z jednání, převodu přednášky či hlasové poznámky na prohledávatelné poznámky, přepisu odpovědí z rozhovorů pro výzkum a získání čitelné verze hlasové zprávy, kterou nelze právě teď přehrát.
Protože Whisper rozpozná jazyk automaticky, stejná stránka funguje pro německý diktát, španělskou hlasovou poznámku i anglickou přednášku bez jakéhokoli nastavení. Přepis se nepřekládá – je vytvořen v jazyce, kterým se mluvilo.
Pro zvuk, který již existuje jako soubor – podcasty, přednášky, hovory – používají převodníky zvuku na text a MP3 na text na tomto webu stejný systém se stejnými možnostmi.
Co tento nástroj neumí
Nepřekládá: přepisy jsou v mluveném jazyce. Nevytváří časování titulků – pro soubory SRT nebo VTT použijte převodníky titulků na tomto webu. Neidentifikuje mluvčí podle jména, pouze podle změny mluvčího, pokud je zapnuta detekce mluvčích. A nedokáže obnovit slova, která v nahrávce nejsou slyšitelná.
Vlastní jména, názvy produktů a vzácné zkratky jsou nejčastějšími chybami; u čisté nahrávky obvykle stačí výsledek rychle projít se zaměřením na tyto položky.
FAQ
Časté dotazy
Jak přesný je přepis?
Při čisté nahrávce s jedním mluvčím Whisper ve významných jazycích obvykle správně přepíše výrazně více než 90 % slov, včetně interpunkce. Přesnost klesá při silném hluku na pozadí, když mluví více lidí přes sebe, u velmi tichého zvuku nebo výrazného dialektu – tipy pro nahrávání níže pomohou více než jakékoli nastavení.
Které jazyky jsou podporovány?
Whisper rozpoznává přibližně 100 jazyků a jazyk automaticky vybere z prvních sekund zvuku, takže není třeba nic nastavovat. Nahrávky s více jazyky se přepisují v převládajícím jazyce. Přepis je vytvořen v mluveném jazyce; nepřekládá se.
Nahrává se zvuk během mého mluvení?
Ne. Záznamník uchovává zvuk ve vašem prohlížeči, dokud v dialogovém okně nestisknete tlačítko. Pokud akci zrušíte nebo zavřete kartu, nic se neodešle. Nahrané soubory a přepisy se po zpracování automaticky odstraní.
Jak dlouhý může být záznam?
Nahrávání v prohlížeči se zastaví po 30 minutách; nahrané soubory mohou být delší. Doba zpracování se prodlužuje s délkou zvuku a rozpoznání mluvčích přidá přibližně stejnou dobu navíc.
Co dělá funkce „Rozpoznat více mluvčích“?
Před přepisem proběhne krok rozpoznání mluvčích a při každé změně mluvčího se vloží značka. Použijte jej pro rozhovory, schůzky a podcasty; pro diktování a hlasové poznámky jej nechte vypnutý, protože by pouze prodloužil čekání.
Jak PDF vypadá?
Jednoduchý dokument A4 s přepisem ve formě volitelného textu – bez grafiky v záhlaví a bez vodoznaku. Je určen k archivaci, tisku nebo přiložení k e-mailu; pokud chcete text upravovat, nástroj pro převod řeči na text na tomto webu vám poskytne stejný přepis jako soubor .txt.