Privaatsus ennekõike
Üles laaditud failid kustutatakse automaatselt ja püsivalt kahe tunni jooksul.
Automaatne kustutamine
Kõne teisendamine PDF iks
Dikteerige diktaat, jutustus, loengumärkmed, intervjuu vastused või kiire pealelugemine otse brauserisse või laadige üles salvestis ning saate sõnad PDF dokumendina. Transkribeerimine toimub meie enda serverites avatud lähtekoodiga kõnetuvastusmudeli Whisper abil – ligikaudu 100 keeles, mis tuvastatakse automaatselt.
-
Salvestage: rääkige brauseri salvestisse – kuni 30 minutit ühe salvestuse kohta – või laadige üles MP3-, WAV-, M4A-, AAC-, OGG-, FLAC- või WebM-fail.
-
Transkribeerimine: Whisper kirjutab sõnad koos kirjavahemärkidega; soovi korral märgistage kõnelejate vahetused intervjuudes ja koosolekutel. Väljund: PDF dokument.
-
Privaatne: midagi ei laadita üles enne, kui kinnitate. Heli ja transkriptsioon kustutatakse pärast töötlemist automaatselt, hiljemalt mõne tunni jooksul.
Transkriptsioon
Kuidas kõne PDF iks teisendamine toimib
Leht ühendab brauserisisese salvesti ja GPU põhise transkribeerimissüsteemi. Salvestamiseks kasutatakse Chrome’i, Firefoxi, Edge’i ja Safari sisseehitatud MediaRecorderi liidest; kõnetuvastuse teeb OpenAI avaldatud avatud lähtekoodiga mudel Whisper, mis töötab meie enda riistvaral, mitte kolmanda osapoole API kaudu.
Kuidas kasutada Converter App
1
Salvestage või laadige üles
Vajutage „Salvesta mikrofoniga”, lubage juurdepääs üks kord ja rääkige. Taimer ja tasememõõtur kinnitavad, et heli salvestatakse. Võite ka üles laadida olemasoleva salvestise – sobivad mis tahes telefoni helimärkmed.
2
Kontrollige ja alustage
Kuulake salvestist dialoogis. Intervjuude ja koosolekute jaoks lülitage sisse „Tuvasta mitu kõnelejat” (see märgib, kes räägib, kuid võtab märgatavalt rohkem aega). Seejärel alustage transkribeerimist.
3
Laadige transkript alla
Edenemist kuvatakse mudeli töötamise ajal; mõne minuti pikkuse kõne töötlemine võtab tavaliselt tunduvalt vähem kui minuti. Laadige tulemuste lehelt alla PDF dokument.
Põhifunktsioonid
Whisperi tehnoloogia taustal
Whisper on treenitud 680 000 tunni mitmekeelse helimaterjali põhjal ning tuleb aktsentide, taustamüra ja tehnilise sõnavaraga palju paremini toime kui mõne aasta tagused dikteerimismootorid. Keel tuvastatakse automaatselt.
Kõneleja tuvastamine nõudmisel
Vestluste puhul märgistab valikuline kõnelejatuvastus transkriptsioonis kõneleja vahetused. See pikendab töötlemisaega ligikaudu kaks korda, mistõttu on see vaikimisi välja lülitatud.
Teie töövooga sobiv PDF väljund
Transkriptsioon kirjutatakse esmalt tekstina ja seejärel vormistatakse LibreOffice’i abil PDF iks – lihtne prinditav dokument valitava tekstiga, ilma skannide või piltideta.
Tasuta ja privaatne
Kontot pole vaja, vesimärki ega prooviperioodi loendurit pole. Salvestis ei lahku teie seadmest enne teie kinnitust ning heli ja transkriptsioon eemaldatakse pärast töötlemist automaatselt.
Kogemus ja privaatsus
Loodud usaldusväärsete transkriptsioonitöövoogude jaoks.
Arendatud inseneride poolt, kellel on 10+ aastat kogemust suuremahulise taristu, andmesüsteemide ja teadusarvutuse valdkonnas. Loodud päriseluliste heli töövoogude jaoks, kus olulised on privaatsus, usaldusväärne töötlemine ja praktiline kasutusmugavus.
Kasutajate poolt usaldatud
Hinnatud 5 tärniga Trustpilotis kiiruse, töökindluse ja kasutusmugavuse eest.
Kasutajate usaldus
Akadeemiline kasutus
Viidatud avaldatud teadusuuringutes ja kasutusel intervjuude transkribeerimiseks ja kvalitatiivse andmete analüüsi jaoks.
Teadusuuringute kasutus
Kuidas kõne sellel lehel PDF iks muutub
Teie brauser salvestab mikrofoni Opus-helina (Chrome, Firefox, Edge) või AAC vormingus (Safari) ja hoiab seda mälus. Kui kinnitate, laaditakse fail HTTPS i kaudu üles ühte meie transkriptsiooniserveritest.
Seal dekodeerib ffmpeg heli ning Whisper – avatud lähtekoodiga kõnetuvastusmudel – teisendab selle ühe korraga tekstiks, lisades kirjavahemärgid ja lausepiirid. Kui kõnelejate tuvastus on sisse lülitatud, jagab diariseerimismudel heli esmalt kõnelejate kaupa ning transkriptsioon märgistatakse vastavalt.
Transkriptsioon kirjutatakse esmalt tekstina ja seejärel vormistatakse LibreOffice'i abil PDF iks – lihtsaks prinditavaks dokumendiks valitava tekstiga, ilma skannide või piltideta. Tulemuste lehel saate selle alla laadida; heli ja transkriptsioon kustutatakse pärast seda automaatselt.
Salvestamisnõuanded, mis on olulisemad kui ükski seadistus
Kõnetuvastus on ainult nii hea kui helisalvestis. Kõige rohkem mõjutavad tulemust kolm asja: kaugus, müra ja kattuv kõne. Hoidke mikrofon suust 10–20 cm kaugusel; lähedal hoitud telefon on parem kui üle laua asuv sülearvuti. Lülitage ventilaatorid välja, sulgege aken ja vältige tugeva kajaga ruume.
Rääkige tavapärases tempos ja lõpetage laused – mudel kasutab konteksti, seega annavad poolikud laused ja täitesõnad halvema teksti kui veidi aeglasem, kuid terviklik kõne. Intervjuude puhul paluge inimestel mitte üksteisest üle rääkida; kattuv kõne on iga kõnetuvastussüsteemi jaoks kõige keerulisem juhtum.
Kuulake eelvaadet enne alustamist. Kui tasememõõtur vaevu liigub või püsib pidevalt maksimumis, salvestage heli uuesti, selle asemel et loota, et transkriptsioon tuleb korrektne.
Kõne PDF iks teisendamise tüüpilised kasutusviisid
Seda tööriista kasutavad õpetajad, taskuhäälingu tegijad, ajakirjanikud ja kõik, kes mõtlevad valjusti kiiremini kui klaviatuuril: e-kirja või artikli koostamiseks rääkides, koosoleku protokolli jäädvustamiseks, loengu või häälmärkme muutmiseks otsitavateks märkmeteks, intervjuuvastuste transkribeerimiseks uurimistöö jaoks ning häälteate loetava versiooni saamiseks, mida ei saa praegu kuulata.
Kuna Whisper tuvastab keele automaatselt, sobib sama leht nii saksa dikteerimise, hispaaniakeelse häälmärkme kui ka ingliskeelse loengu jaoks ilma seadistusteta. Transkriptsiooni ei tõlgita – see kirjutatakse kõneldud keeles.
Juba failina olemasoleva heli – taskuhäälingute, loengute ja kõnede – puhul kasutavad selle saidi heli tekstiks ja MP3 tekstiks teisendajad sama süsteemi samade valikutega.
Mida see tööriist ei tee
See ei tõlgi: transkriptsioonid on kõneldud keeles. See ei loo subtiitrite ajastusi – SRT- või VTT failide jaoks kasutage sellel saidil olevaid subtiitrite teisendajaid. See ei tuvasta kõnelejaid nime järgi, vaid ainult kõneleja vahetuse järgi, kui kõnelejatuvastus on sisse lülitatud. Samuti ei saa see taastada sõnu, mis ei ole salvestisel kuuldavad.
Pärisnimed, tootenimed ja haruldased lühendid on kõige sagedasemad vead; puhta salvestise puhul piisab tavaliselt tulemuse kiirest üle lugemisest, pöörates neile tähelepanu.
FAQ
Korduma kippuvad küsimused
Kui täpne on transkriptsioon?
Selge salvestuse ja ühe kõneleja korral tuvastab Whisper suuremates keeltes tavaliselt õigesti üle 90 % sõnadest, sealhulgas kirjavahemärgid. Täpsus väheneb tugeva taustamüra, üksteisest üle rääkimise, väga vaikse heli või tugeva murde korral – allolevad salvestusnõuanded aitavad rohkem kui ükski seadistus.
Milliseid keeli toetatakse?
Whisper tunneb ära ligikaudu 100 keelt ja valib keele automaatselt heli esimeste sekundite põhjal, seega pole vaja midagi määrata. Mitut keelt sisaldavad salvestised transkribeeritakse domineerivas keeles. Transkriptsioon kirjutatakse räägitud keeles; seda ei tõlgita.
Kas heli laaditakse üles rääkimise ajal?
Ei. Salvesti hoiab heli teie brauseris, kuni vajutate dialoogiaknas nuppu. Kui katkestate või sulgete vahekaardi, ei ole midagi saadetud. Üles laaditud failid ja transkriptsioonid kustutatakse pärast töötlemist automaatselt.
Kui pikk võib salvestis olla?
Brauserisisene salvestaja peatub 30 minuti pärast; üleslaaditud failid võivad olla pikemad. Töötlemisaeg pikeneb koos helifaili kestusega ning kõnelejate tuvastamine lisab ligikaudu sama palju aega.
Mida teeb funktsioon „Tuvasta mitu kõnelejat“?
Enne transkribeerimist tehakse kõnelejate eristamise etapp ja iga kõneleja vahetuse korral lisatakse märgis. Kasutage seda intervjuude, koosolekute ja taskuhäälingute puhul; dikteerimise ja häälmärkmete korral jätke see välja, sest see lisab ainult ooteaega.
Milline PDF välja näeb?
Lihtne A4 dokument transkriptsiooniga valitava tekstina – ilma päisegraafika ja vesimärgita. See on mõeldud arhiveerimiseks, printimiseks või e-kirjale lisamiseks; kui soovite sõnu redigeerida, annab selle saidi kõne tekstiks tööriist teile sama transkriptsiooni .txt-failina.