Privaatsus ennekõike
Üles laaditud failid kustutatakse automaatselt ja püsivalt kahe tunni jooksul.
Automaatne kustutamine
Kõne tekstiks
Dikteerige otse brauserisse diktaati, jutustust, loengumärkmeid, intervjuuvastuseid või lühikest pealelugemist või laadige üles salvestis ning saate sõnad lihttekstifailina (.txt, UTF 8). Transkribeerimine toimub meie enda serverites avatud lähtekoodiga kõnetuvastusmudeli Whisper abil – umbes 100 keeles, mis tuvastatakse automaatselt.
-
Salvestage: rääkige brauseri salvestajasse – 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 intervjuudes ja koosolekutel kõnelejate vahetused. Väljund: lihttekstifail (.txt, UTF 8).
-
Privaatne: midagi ei laadita üles enne teie kinnitust. Heli ja transkriptsioon kustutatakse pärast töötlemist automaatselt, hiljemalt mõne tunni jooksul.
Transkribeerimine
Kuidas kõne tekstiks muutmine toimib
Leht ühendab brauserisisese salvestaja ja GPU põhise transkribeerimissüsteemi. Salvestamiseks kasutatakse Chrome’i, Firefoxi, Edge’i ja Safari sisseehitatud MediaRecorderi liidest; kõnetuvastuseks kasutatakse OpenAI avaldatud avatud lähtekoodiga Whisperi mudelit, mis töötab kolmanda osapoole API asemel meie enda riistvaral.
Kuidas kasutada Converter App
1
Salvestage või laadige üles
Vajutage nuppu „Salvesta mikrofoniga”, lubage juurdepääs üks kord ja rääkige. Taimer ja tasememõõdik kinnitavad, et heli jõuab sisse. Või laadige üles olemasolev salvestis – sobivad mis tahes telefoni häälmärkmed.
2
Kontrollige ja alustage
Kuulake salvestist dialoogis. Intervjuude ja koosolekute puhul 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 lihttekstifail (.txt, UTF 8).
Põhifunktsioonid
Taustal töötab Whisper
Whisper on treenitud 680 000 tunni mitmekeelse heli põhjal ning tuleb aktsentide, taustamüra ja tehnilise sõnavaraga palju paremini toime kui mõne aasta tagused dikteerimismootorid. Keel tuvastatakse automaatselt.
Kõneleja tuvastamine nõudmisel
Vestluste puhul märgib valikuline kõnelejatuvastus transkriptsioonis kõneleja vahetused. See ligikaudu kahekordistab töötlemisaega, mistõttu on see vaikimisi välja lülitatud.
Teie töövooga sobiv tekstiväljund
Transkriptsioon salvestatakse lihtsa UTF 8 tekstifailina tavapäraste kirjavahemärkide ja lõiguvahedega, nii et see avaneb igas tekstiredaktoris, tekstitöötlusprogrammis või märkmerakenduses ning seda saab kuhugi kleepida.
Tasuta ja privaatne
Pole kontot, vesimärki ega prooviperioodi loendurit. Salvestis ei lahku teie seadmest enne teie kinnitust ning pärast töötlemist eemaldatakse heli ja transkriptsioon 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 tekstiks muutub
Teie brauser salvestab mikrofoniheli Opus-vormingus (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 töötluskäiguga tekstiks, lisades kirjavahemärgid ja lausepausid. Kui kõnelejate tuvastus on sisse lülitatud, jagab diariseerimismudel heli esmalt kõnelejate kaupa ning transkriptsioon märgendatakse vastavalt.
Transkriptsioon salvestatakse lihtsa UTF 8 tekstifailina tavapäraste kirjavahemärkide ja lõiguvahedega, seega avaneb see igas tekstiredaktoris, tekstitöötlusprogrammis või märkmerakenduses ning seda saab kleepida ükskõik kuhu. Tulemuste lehel saate selle alla laadida; heli ja transkriptsioon kustutatakse pärast seda automaatselt.
Salvestusnõuanded, mis on tähtsamad kui ükski seadistus
Kõnetuvastus on täpselt nii hea kui helisalvestis. Kõige rohkem mõjutavad tulemust kolm asja: kaugus, müra ja pealekõnelemine. Hoidke mikrofon suust 10–20 cm kaugusel; lähedal hoitud telefon on parem kui üle laua paiknev 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 enne alustamist eelvaadet. Kui tasememõõdik vaevu liigub või püsib pidevalt maksimumis, salvestage heli uuesti, selle asemel et loota korrektsele transkriptsioonile.
Kõne tekstiks teisendamise levinud kasutusviisid
Seda tööriista kasutavad õpetajad, taskuhäälingute tegijad, ajakirjanikud ja kõik, kes mõtlevad valjusti rääkides kiiremini kui klaviatuuril trükkides: e-kirja või artikli dikteerimiseks, koosoleku protokollimiseks, loengu või häälmemo muutmiseks otsitavateks märkmeteks, intervjuuvastuste transkribeerimiseks uurimistöö tarbeks ning sellise häälsõnumi loetava versiooni saamiseks, mida ei saa praegu kuulata.
Kuna Whisper tuvastab keele automaatselt, töötab sama leht nii saksakeelse dikteerimise, hispaaniakeelse häälmärkme kui ka ingliskeelse loengu puhul ilma seadistusi muutmata. Transkriptsiooni ei tõlgita – see kirjutatakse üles kõneldud keeles.
Juba helifailina olemas oleva sisu – taskuhäälingute, loengute ja kõnede – puhul kasutavad selle saidi heli tekstiks ja MP3 tekstiks teisendajad sama mootorit 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 vahetumise järgi, kui kõnelejate tuvastus on sisse lülitatud. Samuti ei saa see taastada salvestuses kuuldamatuid sõnu.
Pärisnimed, tootenimed ja haruldased lühendid põhjustavad kõige sagedamini vigu; puhta salvestuse puhul piisab tavaliselt vaid tulemuse kiirest ülevaatamisest, neid silmas pidades.
FAQ
Korduma kippuvad küsimused
Kui täpne on transkriptsioon?
Selge salvestise ja ühe kõneleja puhul tuvastab Whisper peamistes keeltes, sealhulgas kirjavahemärkides, õigesti tavaliselt üle 90 % sõnadest. 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 ei ole vaja midagi seadistada. Mitmes keeles salvestised transkribeeritakse domineerivas keeles. Transkriptsioon kirjutatakse kõneldud keeles; seda ei tõlgita.
Kas heli laaditakse üles samal ajal, kui räägin?
Ei. Salvesti hoiab heli teie brauseris, kuni vajutate dialoogiaknas nuppu. Kui katkestate toimingu või sulgete vahekaardi, ei saadeta midagi. Üles laaditud failid ja transkriptsioonid kustutatakse pärast töötlemist automaatselt.
Kui pikk võib salvestus olla?
Brauserisisene salvesti peatub 30 minuti pärast; üles laaditud failid võivad olla pikemad. Töötlemisaeg pikeneb koos heli kestusega ning kõnelejate tuvastamine lisab ligikaudu sama palju aega.
Mida teeb funktsioon „Tuvasta mitu kõnelejat“?
Enne transkribeerimist tehakse kõnelejate eristamise etapp ning kõneleja vahetumisel lisatakse märgis. Kasutage seda intervjuude, koosolekute ja taskuhäälingute puhul; jätke see dikteerimise ja häälmärkmete puhul välja, kuna see lisab vaid ooteaega.
Kas ma saan teksti hiljem muuta?
Jah – tulemuseks on lihtne .txt-fail. Avage see mis tahes redaktoris, parandage nimed või tehnilised terminid, millest mudel valesti aru sai, ning kleepige tekst vajalikku kohta. Kõige sagedamini tuleb kontrollida pärisnimesid ja haruldasi lühendeid.