Η ιδιωτικότητα πρώτα
Τα μεταφορτωμένα αρχεία διαγράφονται αυτόματα και οριστικά εντός δύο ωρών.
Αυτόματη διαγραφή
Ομιλία σε TXT
Υπαγορεύστε κείμενο, αφήγηση, σημειώσεις διάλεξης, απαντήσεις συνέντευξης ή ένα σύντομο voice-over απευθείας στον browser ή μεταφορτώστε μια ηχογράφηση και λάβετε το κείμενο ως αρχείο απλού κειμένου (.txt, UTF 8). Η απομαγνητοφώνηση γίνεται με το Whisper, το μοντέλο αναγνώρισης ομιλίας ανοιχτού κώδικα, στους δικούς μας διακομιστές – σε περίπου 100 γλώσσες, με αυτόματη ανίχνευση.
-
Εγγραφή: Μιλήστε στην εγγραφή του προγράμματος περιήγησης – έως 30 λεπτά ανά λήψη – ή μεταφορτώστε MP3, WAV, M4A, AAC, OGG, FLAC ή WebM.
-
Απομαγνητοφώνηση: Το Whisper καταγράφει τα λόγια με στίξη· προαιρετικά επισημαίνει τις αλλαγές ομιλητή για συνεντεύξεις και συναντήσεις. Έξοδος: αρχείο απλού κειμένου (.txt, UTF 8).
-
Ιδιωτικότητα: Δεν μεταφορτώνεται τίποτα μέχρι να επιβεβαιώσετε. Το ηχητικό αρχείο και η απομαγνητοφώνηση διαγράφονται αυτόματα μετά την επεξεργασία, το αργότερο εντός λίγων ωρών.
Απομαγνητοφώνηση
Πώς λειτουργεί η μετατροπή ομιλίας σε TXT
Η σελίδα συνδυάζει έναν εγγραφέα μέσα στο πρόγραμμα περιήγησης με ένα υποσύστημα απομαγνητοφώνησης μέσω GPU. Η εγγραφή χρησιμοποιεί τη διεπαφή MediaRecorder που είναι ενσωματωμένη στα Chrome, Firefox, Edge και Safari· η αναγνώριση γίνεται από το Whisper, το μοντέλο ανοιχτού κώδικα που δημοσίευσε η OpenAI, το οποίο εκτελείται στον δικό μας εξοπλισμό και όχι μέσω API τρίτου μέρους.
Πώς να χρησιμοποιήσετε Converter App
1
Ηχογραφήστε ή μεταφορτώστε
Πατήστε «Εγγραφή με το μικρόφωνό σας», επιτρέψτε την πρόσβαση μία φορά και μιλήστε. Ένα χρονόμετρο και ένας μετρητής 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 (σημειώνει ποιος μιλά, αλλά χρειάζεται αισθητά περισσότερο χρόνο). Στη συνέχεια, ξεκινήστε την απομαγνητοφώνηση.
3
Λήψη απομαγνητοφώνησης
Η πρόοδος εμφανίζεται όσο το μοντέλο επεξεργάζεται το αρχείο· λίγα λεπτά ομιλίας συνήθως χρειάζονται πολύ λιγότερο από ένα λεπτό. Κατεβάστε ένα αρχείο απλού κειμένου (.txt, UTF 8) από τη σελίδα αποτελεσμάτων.
Κύρια χαρακτηριστικά
Τεχνολογία Whisper στο παρασκήνιο
Το Whisper έχει εκπαιδευτεί με 680.000 ώρες πολυγλωσσικού ήχου και χειρίζεται προφορές, θόρυβο περιβάλλοντος και τεχνική ορολογία πολύ καλύτερα από τις μηχανές υπαγόρευσης των προηγούμενων ετών. Η γλώσσα ανιχνεύεται αυτόματα.
Ανίχνευση ομιλητών κατόπιν αιτήματος
Για συνομιλίες, η προαιρετική ανίχνευση ομιλητών επισημαίνει τις αλλαγές ομιλητή στην απομαγνητοφώνηση. Αυξάνει περίπου στο διπλάσιο τον χρόνο επεξεργασίας, γι’ αυτό είναι απενεργοποιημένη από προεπιλογή.
Έξοδος TXT που ταιριάζει στη ροή εργασίας σας
Η απομαγνητοφώνηση αποθηκεύεται ως απλό αρχείο κειμένου UTF 8 με κανονική στίξη και αλλαγές παραγράφων, ώστε να ανοίγει σε κάθε πρόγραμμα επεξεργασίας κειμένου, επεξεργαστή εγγράφων ή εφαρμογή σημειώσεων και να μπορεί να επικολληθεί οπουδήποτε.
Δωρεάν και ιδιωτικό
Χωρίς λογαριασμό, χωρίς υδατογράφημα, χωρίς μετρητή δοκιμών. Η εγγραφή δεν φεύγει από τη συσκευή σας μέχρι να επιβεβαιώσετε και το ηχητικό αρχείο 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 TXT σε αυτήν τη σελίδα
Το πρόγραμμα περιήγησής σας καταγράφει το μικρόφωνο ως ήχο Opus (Chrome, Firefox, Edge) ή AAC (Safari) και τον 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 σε ένα βήμα, συμπεριλαμβανομένων των σημείων στίξης και των αλλαγών πρότασης. Αν είναι ενεργοποιημένη η ανίχνευση ομιλητών, ένα μοντέλο διαχωρισμού ομιλητών χωρίζει πρώτα τον ήχο ανά ομιλητή και η απομαγνητοφώνηση επισημαίνεται ανάλογα.
Η απομαγνητοφώνηση αποθηκεύεται ως απλό αρχείο κειμένου UTF 8 με κανονική στίξη και αλλαγές παραγράφων, ώστε να ανοίγει σε οποιοδήποτε πρόγραμμα επεξεργασίας, επεξεργαστή κειμένου ή εφαρμογή σημειώσεων και να μπορεί να επικολληθεί οπουδήποτε. Η σελίδα αποτελεσμάτων σάς επιτρέπει να το κατεβάσετε· στη συνέχεια, ο ήχος και η απομαγνητοφώνηση διαγράφονται αυτόματα.
Συμβουλές εγγραφής που είναι πιο σημαντικές 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 10–20 cm από το στόμα σας· ένα τηλέφωνο που κρατάτε κοντά αποδίδει καλύτερα από έναν φορητό υπολογιστή στην απέναντι πλευρά του τραπεζιού. Απενεργοποιήστε τους ανεμιστήρες, κλείστε το παράθυρο και αποφύγετε χώρους με έντονη ηχώ.
Μιλήστε με φυσιολογικό ρυθμό και ολοκληρώνετε τις προτάσεις σας – το μοντέλο χρησιμοποιεί το συμφραζόμενο, επομένως οι μισές προτάσεις και οι λέξεις-γεμίσματα παράγουν χειρότερο κείμενο από μια ελαφρώς πιο αργή, ολοκληρωμένη ομιλία. Για συνεντεύξεις, ζητήστε από τους συμμετέχοντες να μην μιλούν ο ένας πάνω στον άλλο· η επικαλυπτόμενη ομιλία είναι η δυσκολότερη περίπτωση για κάθε σύστημα αναγνώρισης.
Ακούστε την προεπισκόπηση πριν ξεκινήσετε. Αν ο μετρητής στάθμης μόλις που κινείται ή παραμένει συνεχώς στο μέγιστο, ηχογραφήστε ξανά αντί να ελπίζετε ότι η μεταγραφή θα βγει σωστή.
Συνήθεις χρήσεις της μετατροπής ομιλίας σε TXT
Αυτό το εργαλείο χρησιμοποιείται από εκπαιδευτικούς, δημιουργούς podcast, δημοσιογράφους και όλους όσοι σκέφτονται πιο γρήγορα όταν μιλούν παρά όταν πληκτρολογούν: 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 λήψη μιας ευανάγνωστης έκδοσης ενός φωνητικού μηνύματος που δεν μπορεί να αναπαραχθεί αυτή τη στιγμή.
Επειδή το Whisper ανιχνεύει 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 ομιλίας. 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 αρκεί μια γρήγορη ανάγνωση του αποτελέσματος έχοντας αυτά κατά νου, για να διορθωθεί 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 ήχου ή 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 να ρυθμίσετε κάτι. 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 έχει σταλεί τίποτα. Τα μεταφορτωμένα αρχεία και οι απομαγνητοφωνήσεις διαγράφονται αυτόματα μετά την επεξεργασία.
Πόση διάρκεια μπορεί να έχει η ηχογράφηση;
Η ενσωματωμένη στο πρόγραμμα περιήγησης εγγραφή σταματά μετά από 30 λεπτά· τα αρχεία που μεταφορτώνετε μπορούν να είναι μεγαλύτερα. 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 βήμα διαχωρισμού 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.
Γιατί αρχείο .txt και όχι έγγραφο Word;
Το απλό κείμενο είναι το πιο εύκολα μεταφέρσιμο αποτέλεσμα: ανοίγει σε κάθε συσκευή, επικολλάται καθαρά σε σημειώσεις, e-mail, επεξεργαστές CMS και συνομιλίες, ενώ έχει πολύ μικρό μέγεθος. Αν χρειάζεστε ένα μορφοποιημένο έγγραφο, επικολλήστε το κείμενο στον επεξεργαστή κειμένου σας ή χρησιμοποιήστε το εργαλείο ομιλίας σε PDF σε αυτόν τον ιστότοπο.