Η ιδιωτικότητα πρώτα
Τα μεταφορτωμένα αρχεία διαγράφονται αυτόματα και οριστικά εντός δύο ωρών.
Αυτόματη διαγραφή
Ομιλία σε PDF
Υπαγορεύστε κείμενο, αφήγηση, σημειώσεις διάλεξης, απαντήσεις συνέντευξης ή ένα σύντομο σπικάζ απευθείας στο πρόγραμμα περιήγησης ή μεταφορτώστε μια ηχογράφηση και λάβετε το κείμενο σε έγγραφο PDF. Η απομαγνητοφώνηση γίνεται με το Whisper, το μοντέλο αναγνώρισης ομιλίας ανοιχτού κώδικα, στους δικούς μας διακομιστές – σε περίπου 100 γλώσσες, οι οποίες ανιχνεύονται αυτόματα.
-
Εγγραφή: Μιλήστε στην εγγραφή του προγράμματος περιήγησης – έως 30 λεπτά ανά εγγραφή – ή μεταφορτώστε MP3, WAV, M4A, AAC, OGG, FLAC ή WebM.
-
Απομαγνητοφώνηση: Το Whisper γράφει τα λόγια με σημεία στίξης· προαιρετικά επισημαίνει τις αλλαγές ομιλητή σε συνεντεύξεις και συσκέψεις. Έξοδος: έγγραφο PDF.
-
Ιδιωτικό: Δεν μεταφορτώνεται τίποτα μέχρι να επιβεβαιώσετε. Ο ήχος και η απομαγνητοφώνηση διαγράφονται αυτόματα μετά την επεξεργασία, το αργότερο μέσα σε λίγες ώρες.
Απομαγνητοφώνηση
Πώς λειτουργεί η μετατροπή ομιλίας σε PDF
Η σελίδα συνδυάζει έναν εγγραφέα μέσα στο πρόγραμμα περιήγησης με ένα παρασκηνιακό σύστημα απομαγνητοφώνησης με GPU. Η εγγραφή χρησιμοποιεί τη διεπαφή MediaRecorder που είναι ενσωματωμένη σε Chrome, Firefox, Edge και Safari· η αναγνώριση γίνεται από το Whisper, το μοντέλο ανοιχτού κώδικα που δημοσίευσε η OpenAI, το οποίο εκτελείται στο δικό μας υλικό αντί για API τρίτου μέρους.
Πώς να χρησιμοποιήσετε Converter App
1
Ηχογράφηση ή μεταφόρτωση
Πατήστε «Εγγραφή με το μικρόφωνό σας», επιτρέψτε την πρόσβαση μία φορά και μιλήστε. Ένα χρονόμετρο και μια ένδειξη στάθμης επιβεβαιώνουν ότι λαμβάνεται ήχος. Εναλλακτικά, μεταφορτώστε μια υπάρχουσα εγγραφή – τα φωνητικά σημειώματα από οποιοδήποτε τηλέφωνο είναι κατάλληλα.
2
Ελέγξτε και ξεκινήστε
Ακούστε την ηχογράφηση στο παράθυρο διαλόγου. Ενεργοποιήστε την επιλογή «Εντοπισμός πολλών ομιλητών» για συνεντεύξεις και συσκέψεις (επισημαίνει ποιος μιλά, αλλά χρειάζεται αισθητά περισσότερο χρόνο). Στη συνέχεια, ξεκινήστε τη μεταγραφή.
3
Λήψη απομαγνητοφώνησης
Η πρόοδος εμφανίζεται όσο το μοντέλο επεξεργάζεται το αρχείο· λίγα λεπτά ομιλίας συνήθως χρειάζονται πολύ λιγότερο από ένα λεπτό. Κατεβάστε ένα έγγραφο PDF από τη σελίδα αποτελεσμάτων.
Κύρια χαρακτηριστικά
Το Whisper στο παρασκήνιο
Το Whisper έχει εκπαιδευτεί με 680.000 ώρες πολυγλωσσικού ήχου και διαχειρίζεται προφορές, θόρυβο περιβάλλοντος και τεχνική ορολογία πολύ καλύτερα από τις μηχανές υπαγόρευσης πριν από λίγα χρόνια. Η γλώσσα ανιχνεύεται αυτόματα.
Ανίχνευση ομιλητών κατόπιν αιτήματος
Για συνομιλίες, η προαιρετική ανίχνευση ομιλητών επισημαίνει τις αλλαγές ομιλητή στην απομαγνητοφώνηση. Περίπου διπλασιάζει τον χρόνο επεξεργασίας, γι’ αυτό είναι απενεργοποιημένη από προεπιλογή.
Έξοδος PDF που ταιριάζει στη ροή εργασίας σας
Η απομαγνητοφώνηση γράφεται αρχικά ως κείμενο και στη συνέχεια μορφοποιείται ως PDF με το LibreOffice – ένα απλό, εκτυπώσιμο έγγραφο με επιλέξιμο κείμενο, χωρίς σαρώσεις ή εικόνες.
Δωρεάν και ιδιωτικό
Χωρίς λογαριασμό, χωρίς υδατογράφημα, χωρίς μετρητή δοκιμών. Η εγγραφή δεν φεύγει ποτέ από τη συσκευή σας μέχρι να επιβεβαιώσετε, ενώ ο ήχος και η απομαγνητοφώνηση διαγράφονται αυτόματα μετά την επεξεργασία.
Εμπειρία & απόρρητο
Δημιουργημένο για αξιόπιστες ροές εργασίας μεταγραφής.
Αναπτύχθηκε από μηχανικούς με 10+ χρόνια εμπειρίας σε υποδομές μεγάλης κλίμακας, συστήματα δεδομένων και επιστημονικούς υπολογισμούς. Σχεδιασμένο για πραγματικές ροές εργασίας ήχου, όπου η ιδιωτικότητα, η αξιόπιστη επεξεργασία και η πρακτική ευχρηστία έχουν σημασία.
Εμπιστοσύνη από τους χρήστες
Βαθμολογία 5 αστέρια στο Trustpilot για ταχύτητα, αξιοπιστία και ευκολία χρήσης.
Εμπιστοσύνη χρήστη
Ακαδημαϊκή χρήση
Αναφέρεται σε δημοσιευμένη έρευνα και χρησιμοποιείται για μεταγραφή συνεντεύξεων και ποιοτική ανάλυση δεδομένων.
Χρήση για ερευνητικούς σκοπούς
Πώς η ομιλία μετατρέπεται σε PDF σε αυτή τη σελίδα
Το πρόγραμμα περιήγησής σας καταγράφει το μικρόφωνο ως ήχο Opus (Chrome, Firefox, Edge) ή AAC (Safari) και το διατηρεί στη μνήμη. Όταν επιβεβαιώσετε, το αρχείο μεταφορτώνεται μέσω HTTPS σε έναν από τους διακομιστές απομαγνητοφώνησής μας.
Εκεί, το ffmpeg αποκωδικοποιεί τον ήχο και το Whisper – ένα μοντέλο αναγνώρισης ομιλίας ανοιχτού κώδικα – τον μετατρέπει σε κείμενο με μία διαδικασία, συμπεριλαμβανομένων των σημείων στίξης και των αλλαγών προτάσεων. Αν είναι ενεργοποιημένη η ανίχνευση ομιλητών, ένα μοντέλο διαχωρισμού ομιλητών χωρίζει πρώτα τον ήχο ανά ομιλητή και η απομαγνητοφώνηση επισημαίνεται ανάλογα.
Η απομαγνητοφώνηση γράφεται αρχικά ως κείμενο και στη συνέχεια διαμορφώνεται ως PDF με το LibreOffice – ένα απλό, εκτυπώσιμο έγγραφο με επιλέξιμο κείμενο, χωρίς σαρώσεις ή εικόνες. Η σελίδα αποτελέσματος σάς επιτρέπει να το κατεβάσετε· ο ήχος και η απομαγνητοφώνηση διαγράφονται αυτόματα στη συνέχεια.
Συμβουλές εγγραφής που έχουν μεγαλύτερη σημασία από κάθε ρύθμιση
Η αναγνώριση ομιλίας είναι τόσο καλή όσο και ο ήχος. Τρία πράγματα κάνουν τη μεγαλύτερη διαφορά: η απόσταση, ο θόρυβος και η επικάλυψη ομιλίας. Κρατήστε το μικρόφωνο σε απόσταση 10–20 cm από το στόμα σας· ένα τηλέφωνο που το κρατάτε κοντά είναι καλύτερο από έναν φορητό υπολογιστή στην άλλη άκρη του τραπεζιού. Απενεργοποιήστε ανεμιστήρες, κλείστε το παράθυρο και αποφύγετε χώρους με έντονη ηχώ.
Μιλήστε με φυσιολογικό ρυθμό και ολοκληρώνετε τις προτάσεις σας – το μοντέλο χρησιμοποιεί το πλαίσιο, επομένως οι μισές προτάσεις και οι λέξεις-γεμίσματα παράγουν χειρότερο κείμενο από την ελαφρώς πιο αργή, ολοκληρωμένη ομιλία. Για συνεντεύξεις, ζητήστε από τα άτομα να μη μιλούν το ένα πάνω στο άλλο· η ταυτόχρονη ομιλία είναι η δυσκολότερη περίπτωση για κάθε σύστημα αναγνώρισης.
Ακούστε την προεπισκόπηση πριν ξεκινήσετε. Αν ο μετρητής στάθμης μόλις που κινείται ή βρίσκεται συνεχώς στο μέγιστο, ηχογραφήστε ξανά αντί να ελπίζετε ότι η απομαγνητοφώνηση θα βγει σωστά.
Συνήθεις χρήσεις για μετατροπή ομιλίας σε PDF
Αυτό το εργαλείο χρησιμοποιείται από εκπαιδευτικούς, δημιουργούς podcast, δημοσιογράφους και κάθε άτομο που σκέφτεται πιο γρήγορα μιλώντας παρά πληκτρολογώντας: για τη σύνταξη ενός e-mail ή άρθρου με ομιλία, την καταγραφή πρακτικών συναντήσεων, τη μετατροπή μιας διάλεξης ή ενός φωνητικού σημειώματος σε σημειώσεις με δυνατότητα αναζήτησης, την απομαγνητοφώνηση απαντήσεων συνεντεύξεων για έρευνα και τη δημιουργία μιας ευανάγνωστης έκδοσης ενός φωνητικού μηνύματος που δεν μπορεί να αναπαραχθεί αυτή τη στιγμή.
Επειδή το Whisper εντοπίζει τη γλώσσα αυτόματα, η ίδια σελίδα λειτουργεί για γερμανική υπαγόρευση, ισπανικό φωνητικό σημείωμα ή αγγλική διάλεξη χωρίς καμία ρύθμιση. Η απομαγνητοφώνηση δεν μεταφράζεται – γράφεται στη γλώσσα που μιλήθηκε.
Για ήχο που υπάρχει ήδη ως αρχείο – podcast, διαλέξεις, κλήσεις – οι μετατροπείς ήχου σε κείμενο και MP3 σε κείμενο αυτού του ιστότοπου χρησιμοποιούν την ίδια μηχανή με τις ίδιες επιλογές.
Τι δεν κάνει αυτό το εργαλείο
Δεν μεταφράζει: οι απομαγνητοφωνήσεις είναι στη γλώσσα που ομιλείται. Δεν δημιουργεί χρονισμούς υποτίτλων – για αρχεία SRT ή VTT χρησιμοποιήστε τους μετατροπείς υποτίτλων αυτού του ιστότοπου. Δεν αναγνωρίζει τους ομιλητές με το όνομά τους, παρά μόνο την αλλαγή ομιλητή όταν είναι ενεργοποιημένη η ανίχνευση ομιλητών. Επίσης, δεν μπορεί να ανακτήσει λέξεις που δεν ακούγονται στην εγγραφή.
Τα κύρια ονόματα, οι ονομασίες προϊόντων και οι σπάνιες συντομογραφίες είναι τα συχνότερα λάθη· συνήθως, μια γρήγορη ανάγνωση του αποτελέσματος έχοντας αυτά υπόψη είναι όλη η επεξεργασία που χρειάζεται μια καθαρή εγγραφή.
FAQ
Συχνές Ερωτήσεις
Πόσο ακριβής είναι η απομαγνητοφώνηση;
Με καθαρή ηχογράφηση και έναν ομιλητή, το Whisper αναγνωρίζει συνήθως σωστά πάνω από το 90 % των λέξεων στις κύριες γλώσσες, συμπεριλαμβανομένης της στίξης. Η ακρίβεια μειώνεται με έντονο θόρυβο στο παρασκήνιο, όταν μιλούν πολλά άτομα ταυτόχρονα, με πολύ χαμηλή ένταση ή με έντονη διάλεκτο – οι παρακάτω συμβουλές για την ηχογράφηση βοηθούν περισσότερο από οποιαδήποτε ρύθμιση.
Ποιες γλώσσες υποστηρίζονται;
Το Whisper αναγνωρίζει περίπου 100 γλώσσες και επιλέγει αυτόματα τη γλώσσα από τα πρώτα δευτερόλεπτα του ήχου, επομένως δεν χρειάζεται καμία ρύθμιση. Οι ηχογραφήσεις με περισσότερες από μία γλώσσες απομαγνητοφωνούνται στην κυρίαρχη γλώσσα. Η απομαγνητοφώνηση γράφεται στη γλώσσα που ομιλείται· δεν μεταφράζεται.
Μεταφορτώνεται ο ήχος ενώ μιλάτε;
Όχι. Η εγγραφή ήχου παραμένει στο πρόγραμμα περιήγησής σας μέχρι να πατήσετε το κουμπί στο παράθυρο διαλόγου. Αν ακυρώσετε ή κλείσετε την καρτέλα, δεν αποστέλλεται τίποτα. Τα μεταφορτωμένα αρχεία και οι απομαγνητοφωνήσεις διαγράφονται αυτόματα μετά την επεξεργασία.
Πόσο μεγάλη μπορεί να είναι η εγγραφή;
Η ενσωματωμένη στο πρόγραμμα περιήγησης εγγραφή σταματά μετά από 30 λεπτά· τα αρχεία που μεταφορτώνονται μπορούν να έχουν μεγαλύτερη διάρκεια. Ο χρόνος επεξεργασίας αυξάνεται ανάλογα με τη διάρκεια του ήχου και η ανίχνευση ομιλητών προσθέτει περίπου τον ίδιο επιπλέον χρόνο.
Τι κάνει η «Ανίχνευση πολλών ομιλητών»;
Εκτελεί ένα στάδιο αναγνώρισης ομιλητών πριν από τη μεταγραφή και εισάγει μια ένδειξη κάθε φορά που αλλάζει ο ομιλητής. Χρησιμοποιήστε το για συνεντεύξεις, συσκέψεις και podcast· αφήστε το απενεργοποιημένο για υπαγόρευση και φωνητικές σημειώσεις, όπου απλώς αυξάνει τον χρόνο αναμονής.
Πώς φαίνεται το PDF;
Ένα απλό έγγραφο A4 με την απομαγνητοφώνηση ως επιλέξιμο κείμενο – χωρίς γραφικά κεφαλίδας, χωρίς υδατογράφημα. Προορίζεται για αρχειοθέτηση, εκτύπωση ή επισύναψη σε e-mail· αν θέλετε να επεξεργαστείτε το κείμενο, το εργαλείο μετατροπής ομιλίας σε κείμενο σε αυτόν τον ιστότοπο σάς παρέχει την ίδια απομαγνητοφώνηση ως αρχείο .txt.