Privaatsus ennekõike
Üles laaditud failid kustutatakse automaatselt ja püsivalt kahe tunni jooksul.
Automaatne kustutamine
Hääl tekstiks
Dikteerige häälmärkus, meeldetuletus, sõnum kolleegile või lühike memo otse brauserisse või laadige üles salvestis ning saate sõnad lihttekstifailina (.txt, UTF 8). Transkribeerimine toimub meie enda serverites avatud lähtekoodiga kõnetuvastusmudeli Whisper abil – ligikaudu 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; intervjuude ja koosolekute puhul saate soovi korral märkida kõnelejate vahetused. Väljund: lihttekstifail (.txt, UTF 8).
-
Privaatne: midagi ei laadita üles enne, kui kinnitate. Heli ja transkriptsioon kustutatakse pärast töötlemist automaatselt, hiljemalt mõne tunni jooksul.
Transkribeerimine
Kuidas kõne tekstiks teisendamine toimib
Leht ühendab brauserisisese salvesti GPU põhise transkribeerimissüsteemiga. Salvestamiseks kasutatakse Chrome’i, Firefoxi, Edge’i ja Safari sisseehitatud MediaRecorderi liidest; kõnetuvastust 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 nuppu „Salvesta mikrofoniga”, lubage juurdepääs üks kord ja rääkige. Taimer ja helitaseme näidik kinnitavad, et heli jõuab kohale. Võite ka üles laadida olemasoleva salvestuse – sobivad mis tahes telefoni häälmärkmed.
2
Kontrollige ja alustage
Kuulake salvestist dialoogis. Lülitage intervjuude ja koosolekute jaoks sisse „Tuvasta mitu kõnelejat” (see märgib, kes räägib, kuid võtab märgatavalt rohkem aega). Seejärel alustage transkribeerimist.
3
Laadige transkriptsioon alla
Edusamme kuvatakse mudeli töötamise ajal; mõneminutilise kõne töötlemiseks kulub tavaliselt tunduvalt vähem kui minut. 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 dikteerimissüsteemid. Keel tuvastatakse automaatselt.
Kõnelejate tuvastamine soovi korral
Vestluste puhul märgib valikuline kõnelejatuvastus transkriptsioonis kõneleja vahetused. See pikendab töötlemisaega ligikaudu kaks korda, mistõttu on see vaikimisi välja lülitatud.
Tekstiväljund, mis sobib teie töövooga
Transkriptsioon salvestatakse lihtsa UTF 8 tekstifailina tavapäraste kirjavahemärkide ja lõiguvahedega, mistõttu saab selle avada mis tahes tekstiredaktoris, tekstitöötlusprogrammis või märkmerakenduses ning kleepida kõikjale.
Tasuta ja privaatne
Kontot pole vaja, vesimärki ega prooviversiooni piirangut samuti mitte. 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 hääl sellel lehel tekstiks muutub
Teie brauser salvestab mikrofoni heli Opus-vormingus (Chrome, Firefox, Edge) või AAC vormingus (Safari) ja hoiab seda mälus. Kui kinnitate, laaditakse fail HTTPS i kaudu üles ühte meie transkribeerimisserveritest.
Seal dekodeerib ffmpeg heli ning Whisper – avatud lähtekoodiga kõnetuvastusmudel – teisendab selle ühe töötluskäiguga tekstiks, lisades ka kirjavahemärgid ja lausepiirid. Kui kõnelejate tuvastus on sisse lülitatud, jagab diariseerimismudel heli esmalt kõnelejate kaupa ning transkriptsioon märgistatakse vastavalt.
Transkriptsioon salvestatakse lihtsa UTF 8 tekstifailina tavapäraste kirjavahemärkide ja lõiguvahedega, nii et selle saab avada mis tahes tekstiredaktoris, tekstitöötlusprogrammis või märkmerakenduses ning kleepida ükskõik kuhu. Tulemuste lehel saate selle alla laadida; heli ja transkriptsioon kustutatakse pärast seda automaatselt.
Salvestusnõuanded, mis on olulisemad kui ükski seadistus
Kõnetuvastus on täpselt nii hea kui heli salvestus. 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, mistõttu poolikud laused ja täitesõnad annavad 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 tasememõõdik vaevu liigub või püsib pidevalt maksimumis, salvestage uuesti, selle asemel et loota korrektsele transkriptsioonile.
Hääle tekstiks teisendamise tüüpilised kasutusviisid
Seda tööriista kasutavad inimesed, kes eelistavad kirjutamise asemel rääkida või vajavad häälsõnumit väljaspool vestlusrakendust: e-kirja või artikli koostamiseks rääkides, koosoleku protokolli jäädvustamiseks, loengu või häälmemo muutmiseks otsitavateks märkmeteks, intervjuuvastuste transkribeerimiseks uurimistöö jaoks ning sellise häälsõnumi loetava versiooni saamiseks, mida ei saa praegu esitada.
Kuna Whisper tuvastab keele automaatselt, töötab sama leht ilma seadistusteta nii saksakeelse dikteerimise, hispaaniakeelse häälmärkme kui ka ingliskeelse loengu puhul. 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 vahetumise järgi, kui kõnelejate tuvastamine on sisse lülitatud. Samuti ei saa see taastada salvestisel kuuldamatuid sõnu.
Pärisnimed, tootenimed ja haruldased lühendid põhjustavad kõige sagedamini vigu; puhta salvestise puhul piisab tavaliselt tulemuse kiirest ülevaatamisest, pöörates neile tähelepanu.
FAQ
Korduma kippuvad küsimused
Kui täpne on transkriptsioon?
Selge salvestuse ja ühe kõneleja korral tuvastab Whisper levinumates keeltes, sealhulgas kirjavahemärkides, tavaliselt õigesti üle 90 % sõnadest. Täpsus väheneb tugeva taustamüra, üksteisest üle rääkivate inimeste, väga vaikse heli või tugeva murde korral – allolevad salvestusnõuanded aitavad rohkem kui ükski säte.
Milliseid keeli toetatakse?
Whisper tunneb ära umbes 100 keelt ja valib keele automaatselt heli esimeste sekundite põhjal, seega ei ole vaja midagi seadistada. Mitmes keeles 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 tühistate toimingu või sulgete vahekaardi, ei ole midagi saadetud. Üles laaditud failid ja transkriptsioonid kustutatakse pärast töötlemist automaatselt.
Kui pikk võib salvestus olla?
Brauserisisene salvesti peatub 30 minuti järel; üles laaditud failid võivad olla pikemad. Töötlemisaeg pikeneb koos heli kestusega ning kõnelejate tuvastamine lisab sellele ligikaudu sama palju aega.
Mida teeb funktsioon „Tuvasta mitu kõnelejat“?
Enne transkribeerimist tehakse kõnelejate eristamise etapp ning iga kõneleja vahetumise korral lisatakse märgis. Kasutage seda intervjuude, koosolekute ja taskuhäälingute puhul; dikteerimise ja häälmärkmete korral jätke see välja, sest see lisab ainult ooteaega.
Kas ma saan teksti hiljem muuta?
Jah – tulemuseks on lihtne .txt-fail. Avage see mis tahes tekstiredaktoris, parandage nimed või tehnilised terminid, mida mudel valesti kuulis, ning kleepige tekst vajalikku kohta. Kõige sagedamini tuleb üle kontrollida pärisnimed ja harva kasutatavad lühendid.