Soukromí na prvním místě
Nahrané soubory jsou automaticky a trvale smazány do dvou hodin.
Automatické smazání
Hlas do TXT
Nadiktujte hlasovou poznámku, připomínku, zprávu pro kolegu nebo krátké sdělení přímo v prohlížeči, případně nahrajte nahrávku, a získejte přepis jako prostý textový soubor (.txt, UTF 8). Přepis zajišťuje Whisper, open-source model pro rozpoznávání řeči, na našich vlastních serverech – přibližně ve 100 jazycích, které jsou rozpoznány automaticky.
-
Nahrávání: Mluvte do rekordéru v prohlížeči – až 30 minut na jednu nahrávku – nebo nahrajte soubor MP3, WAV, M4A, AAC, OGG, FLAC či WebM.
-
Přepis: Whisper zapisuje slova včetně interpunkce; u rozhovorů a schůzek můžete volitelně označit změny mluvčích. Výstup: soubor ve formátu prostého textu (.txt, UTF 8).
-
Soukromé: Nic se nenahraje, dokud to nepotvrdíte. Zvukový soubor i přepis se po zpracování automaticky smažou, nejpozději během několika hodin.
Přepisování
Jak funguje převod hlasu na TXT
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 nebo pořídit záznam
Klikněte na „Nahrávat pomocí mikrofonu“, jednou povolte přístup a mluvte. Časovač a indikátor úrovně potvrdí, že je přijímán zvuk. Můžete také nahrát existující záznam – hlasové poznámky z jakéhokoli 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
Během práce modelu se zobrazuje průběh; několik minut mluveného záznamu obvykle zabere výrazně méně než minutu. Na stránce s výsledkem si stáhněte soubor ve formátu prostého textu (.txt, UTF 8).
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 z doby před několika lety. Jazyk se rozpozná automaticky.
Detekce mluvčích na vyžádání
U konverzací volitelná detekce mluvčích označí v přepisu změny mluvčího. Přibližně zdvojnásobuje dobu zpracování, proto je ve výchozím nastavení vypnutá.
TXT výstup, který se přizpůsobí vašemu pracovnímu postupu
Přepis se uloží jako prostý textový soubor UTF 8 s běžnou interpunkcí a odstavci, takže jej lze otevřít v libovolném editoru, textovém procesoru nebo aplikaci na poznámky a vložit kamkoli.
Zdarma a soukromě
Žádný účet, žádný vodoznak, žádné omezení zkušební verze. Nahrávka neopustí vaše zařízení, dokud to nepotvrdíte, a zvukový soubor 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 převádí hlas na TXT
Váš prohlížeč zaznamenává zvuk z mikrofonu jako audio 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 v jediném kroku převede na text včetně interpunkce a vět. Je-li zapnuta detekce mluvčích, model pro diarizaci nejprve rozdělí zvuk podle mluvčích a přepis je odpovídajícím způsobem označen.
Přepis se uloží jako prostý textový soubor UTF 8 s běžnou interpunkcí a odstavci, takže jej lze otevřít v libovolném textovém editoru, textovém procesoru nebo aplikaci pro poznámky a vložit kamkoli. Na stránce s výsledkem jej můžete stáhnout; zvuk i přepis jsou poté automaticky odstraněny.
Tipy pro nahrávání, které jsou důležitější než jakékoli nastavení
Rozpoznávání řeči je jen tak kvalitní jako zvukový záznam. Největší rozdíl mají tři věci: vzdálenost, hluk a překrývání hlasů. Mikrofon držte 10–20 cm od úst; telefon držený blízko je lepší než notebook na druhé straně stolu. Vypněte ventilátory, zavřete okno a vyhněte se místnostem se silnou ozvěnou.
Mluvte běžným tempem a dokončujte věty – systém využívá kontext, takže nedokončené věty a výplňová slova vedou k horšímu textu než o něco pomalejší, ale souvislá řeč. Při rozhovorech požádejte účastníky, aby nemluvili jeden přes druhého; překrývající se řeč je pro každý rozpoznávač nejtěžší případ.
Než začnete, poslechněte si náhled. Pokud se ukazatel hlasitosti sotva pohybuje nebo je neustále na maximální úrovni, nahrajte záznam znovu, místo abyste doufali, že přepis bude správný.
Typické použití převodu hlasu na TXT
Tento nástroj využívají lidé, kteří raději mluví než píší nebo potřebují hlasovou zprávu mimo chatovací aplikaci: k sepsání e-mailu nebo článku mluvením, zaznamenání zápisu z jednání, převodu přednášky nebo hlasové poznámky na poznámky s možností vyhledávání, přepisu odpovědí z rozhovorů pro výzkum nebo získání čitelné verze hlasové zprávy, kterou nyní nelze přehrát.
Protože Whisper automaticky rozpozná jazyk, stejná stránka funguje pro německý diktát, španělskou hlasovou poznámku i anglickou přednášku bez jakéhokoli nastavení. Přepis se nepřekládá – zapisuje se 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 ve stejném jazyce, jakým se mluví v nahrávce. Nevytváří časování titulků – pro soubory SRT nebo VTT použijte převodníky titulků na tomto webu. Nerozpoznává mluvčí podle jména, pouze změnu mluvčího, pokud je zapnuta detekce mluvčích. A nedokáže obnovit slova, která v nahrávce nejsou slyšitelná.
Vlastní jména, názvy produktů a méně běžné zkratky bývají 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 hlavních jazycích obvykle správně rozpozná výrazně více než 90 % slov, včetně interpunkce. Přesnost klesá při silném hluku na pozadí, pokud mluví více lidí přes sebe, u velmi tichého zvuku nebo výrazného dialektu – níže uvedené tipy pro nahrávání pomohou více než jakékoli nastavení.
Které jazyky jsou podporovány?
Whisper rozpoznává přibližně 100 jazyků a automaticky vybere jazyk podle prvních sekund zvukové nahrávky, takže není třeba nic nastavovat. Nahrávky s více jazyky jsou přepsány v převládajícím jazyce. Přepis je vytvořen v mluveném jazyce; nepřekládá se.
Nahrává se zvuk, když mluvím?
Ne. Nahrávač uchovává zvuk ve Vašem prohlížeči, dokud nestisknete tlačítko v dialogovém okně. Pokud akci zrušíte nebo kartu zavřete, nic se neodešle. Nahrané soubory a přepisy se po zpracování automaticky odstraní.
Jak dlouhá může být nahrávka?
Záznamník 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 provede rozpoznání mluvčích a při každé změně mluvčího vloží označení. Použijte tuto funkci pro rozhovory, schůzky a podcasty; pro diktování a hlasové poznámky ji nechte vypnutou, protože by pouze prodloužila čekání.
Proč soubor .txt a ne dokument Word?
Prostý text je nejuniverzálnějším výsledkem: otevřete jej na každém zařízení, snadno jej vložíte do poznámek, e-mailů, editorů CMS i chatu a zabírá minimum místa. Pokud potřebujete formátovaný dokument, vložte text do textového editoru nebo použijte nástroj pro převod řeči do PDF na tomto webu.