Η ιδιωτικότητα πρώτα
Τα μεταφορτωμένα αρχεία διαγράφονται αυτόματα και οριστικά εντός δύο ωρών.
Αυτόματη διαγραφή
Φωνή σε TXT
Υπαγορεύστε μια φωνητική σημείωση, μια υπενθύμιση, ένα μήνυμα για έναν συνάδελφο ή ένα σύντομο σημείωμα 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 στον ενσωματωμένο εγγραφέα 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 για συνεντεύξεις και συσκέψεις. Έξοδος: αρχείο απλού κειμένου (.txt, UTF 8).
-
Ιδιωτικό: Δεν μεταφορτώνεται τίποτα μέχρι να επιβεβαιώσετε. Το αρχείο ήχου και η απομαγνητοφώνηση διαγράφονται αυτόματα μετά την επεξεργασία, το αργότερο εντός λίγων ωρών.
Απομαγνητοφώνηση
Πώς λειτουργεί η μετατροπή φωνής σε TXT
Η σελίδα συνδυάζει έναν εγγραφέα στο πρόγραμμα περιήγησης με ένα σύστημα απομαγνητοφώνησης που αξιοποιεί 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 και εκτελείται στο δικό μας υλικό αντί μέσω API τρίτου μέρους.
Πώς να χρησιμοποιήσετε Converter App
1
Εγγραφή ή μεταφόρτωση
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 – φωνητικές σημειώσεις από οποιοδήποτε τηλέφωνο είναι κατάλληλες.
2
Ελέγξτε και ξεκινήστε
Ακούστε την εγγραφή στο παράθυρο διαλόγου. Ενεργοποιήστε την επιλογή «Εντοπισμός πολλών ομιλητών» για συνεντεύξεις και συσκέψεις (επισημαίνει ποιος μιλάει, αλλά απαιτεί αισθητά περισσότερο χρόνο). Στη συνέχεια, ξεκινήστε την απομαγνητοφώνηση.
3
Λήψη της απομαγνητοφώνησης
Η πρόοδος εμφανίζεται ενώ 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 διαχειρίζεται προφορές, θόρυβο στο παρασκήνιο και τεχνική ορολογία πολύ καλύτερα από τις μηχανές υπαγόρευσης των προηγούμενων ετών. Η γλώσσα ανιχνεύεται αυτόματα.
Ανίχνευση ομιλητή κατόπιν αιτήματος
Για συνομιλίες, η προαιρετική ανίχνευση ομιλητή 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 ή εφαρμογή σημειώσεων και να μπορεί να επικολληθεί οπουδήποτε.
Δωρεάν και ιδιωτικό
Δεν απαιτείται λογαριασμός, δεν υπάρχει υδατογράφημα ούτε μετρητής δοκιμών. Η εγγραφή δεν φεύγει ποτέ από τη συσκευή σας μέχρι να επιβεβαιώσετε και ο ήχος μαζί με την 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 φωνή μετατρέπεται σε TXT σε αυτή 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 προτάσεων. Αν είναι ενεργοποιημένη η ανίχνευση ομιλητών, ένα μοντέλο διαχωρισμού ομιλητών χωρίζει πρώτα τον ήχο ανά ομιλητή και η απομαγνητοφώνηση επισημαίνεται αναλόγως.
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. Η σελίδα αποτελέσματος σάς επιτρέπει να τη λάβετε· ο ήχος και η απομαγνητοφώνηση διαγράφονται αυτόματα στη συνέχεια.
Συμβουλές εγγραφής που έχουν μεγαλύτερη σημασία από οποιαδήποτε ρύθμιση
Η αναγνώριση ομιλίας είναι τόσο καλή όσο και ο ήχος. Τρία στοιχεία 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 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 – 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 άλλον· η επικαλυπτόμενη 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, εγγράψτε ξανά τον ήχο αντί να ελπίζετε ότι η απομαγνητοφώνηση θα βγει σωστά.
Συνήθεις χρήσεις της μετατροπής φωνής σε TXT
Αυτό το εργαλείο χρησιμοποιείται από άτομα που προτιμούν να μιλούν αντί να πληκτρολογούν ή που χρειάζονται ένα φωνητικό μήνυμα εκτός εφαρμογής συνομιλίας: για σύνταξη e-mail ή άρθρου μέσω ομιλίας, καταγραφή πρακτικών συσκέψεων, μετατροπή διάλεξης ή φωνητικής σημείωσης σε σημειώσεις με δυνατότητα αναζήτησης, απομαγνητοφώνηση απαντήσεων συνέντευξης για έρευνα και λήψη μιας ευανάγνωστης έκδοσης ενός φωνητικού μηνύματος που δεν μπορεί να αναπαραχθεί αυτή τη στιγμή.
Επειδή το Whisper ανιχνεύει αυτόματα τη γλώσσα, 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 σε αυτόν τον ιστότοπο 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 ηχογράφηση.
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 την επιμέλεια που χρειάζεται μια καθαρή ηχογράφηση.
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 χαμηλό ήχο 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 μιλάω;
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 μπορεί να είναι η διάρκεια της εγγραφής;
Η συσκευή εγγραφής στο πρόγραμμα περιήγησης 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 χρόνο επιπλέον.
Τι κάνει η επιλογή «Εντοπισμός πολλών ομιλητών»;
Εκτελεί ένα βήμα 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 προσθέτει χρόνο αναμονής.
Γιατί αρχείο .txt και όχι έγγραφο Word;
Το απλό κείμενο είναι το πιο φορητό αποτέλεσμα: ανοίγει σε κάθε συσκευή, επικολλάται σωστά σε σημειώσεις, e-mail, προγράμματα επεξεργασίας CMS και συνομιλίες, και έχει πολύ μικρό μέγεθος. Αν χρειάζεστε ένα μορφοποιημένο έγγραφο, επικολλήστε το κείμενο στο πρόγραμμα επεξεργασίας κειμένου σας ή χρησιμοποιήστε το εργαλείο ομιλίας σε PDF αυτού του ιστότοπου.