Tietosuoja etusijalla
Ladatut tiedostot poistetaan automaattisesti ja pysyvästi kahden tunnin kuluessa.
Automaattinen poistaminen
Puhe PDF muotoon
Sanele muistiinpanoja, kerrontaa, luentomuistiinpanoja, haastatteluvastauksia tai nopea voice-over suoraan selaimessa tai lataa tallenne ja saat tekstin PDF asiakirjana. Litterointi käyttää omilla palvelimillamme toimivaa avoimen lähdekoodin Whisper-puheentunnistusmallia – noin 100 kieltä tunnistetaan automaattisesti.
-
Tallenna: Puhu selaimen tallentimeen – enintään 30 minuuttia kerrallaan – tai lataa MP3-, WAV-, M4A-, AAC-, OGG-, FLAC- tai WebM-tiedosto.
-
Litteroi: Whisper kirjoittaa sanat välimerkkien kera; voit halutessasi merkitä puhujavaihdokset haastatteluissa ja kokouksissa. Tuloste: PDF asiakirja.
-
Yksityinen: mitään ei lähetetä, ennen kuin vahvistat toiminnon. Ääni ja litterointi poistetaan automaattisesti käsittelyn jälkeen, viimeistään muutaman tunnin kuluessa.
Litterointi
Näin puhe muunnetaan PDF muotoon
Sivulla yhdistyvät selaimessa toimiva tallennin ja GPU pohjainen litteroinnin taustajärjestelmä. Tallennuksessa käytetään Chromeen, Firefoxiin, Edgeen ja Safariin sisäänrakennettua MediaRecorder-rajapintaa; tunnistus tehdään Whisperillä, OpenAI:n julkaisemalla avoimen lähdekoodin mallilla, joka toimii omalla laitteistollamme kolmannen osapuolen API:n sijaan.
Converter App: käyttöohjeet
1
Tallenna tai lataa tiedosto palveluun
Paina ”Tallenna mikrofonilla”, salli käyttöoikeus kerran ja puhu. Ajastin ja tasomittari vahvistavat, että ääntä vastaanotetaan. Voit myös ladata olemassa olevan äänitteen – minkä tahansa puhelimen äänimuistiinpanot sopivat.
2
Tarkista ja aloita
Kuuntele tallenne valintaikkunassa. Ota haastatteluja ja kokouksia varten käyttöön ”Tunnista useita puhujia” (se merkitsee puhujat, mutta kestää huomattavasti kauemmin). Aloita sitten litterointi.
3
Lataa litterointi
Edistyminen näkyy mallin käsitellessä puhetta; muutaman minuutin puhe käsitellään yleensä reilusti alle minuutissa. Lataa PDF asiakirja tulossivulta.
Tärkeimmät ominaisuudet
Whisper taustalla
Whisper on koulutettu 680 000 tunnin monikielisellä ääniaineistolla, ja se käsittelee aksentteja, taustamelua ja teknistä sanastoa huomattavasti paremmin kuin muutaman vuoden takaiset sanelumoottorit. Kieli tunnistetaan automaattisesti.
Puhujan tunnistus pyynnöstä
Keskusteluissa valinnainen puhujantunnistus merkitsee puhujanvaihdokset litterointiin. Se pidentää käsittelyajan noin kaksinkertaiseksi, ამიტომ se on oletusarvoisesti pois käytöstä.
Työnkulkuusi sopiva PDF tulos
Litterointi kirjoitetaan ensin tekstiksi ja taitetaan sitten PDF tiedostoksi LibreOfficella – selkeä, tulostettava asiakirja, jossa teksti on valittavissa eikä mukana ole skannauksia tai kuvia.
Ilmainen ja yksityinen
Ei tiliä, ei vesileimaa, ei kokeilukertojen laskuria. Tallenne ei poistu laitteeltasi ennen kuin vahvistat, ja ääni sekä tekstimuunnos poistetaan automaattisesti käsittelyn jälkeen.
Kokemus ja tietosuoja
Suunniteltu luotettaviin transkriptiotyöskentelyihin.
Suunniteltu insinöörien toimesta, joilla on yli 10 vuoden kokemus laajamittaisesta infrastruktuurista, tietojärjestelmistä ja tieteellisestä laskennasta. Suunniteltu todellisiin äänenkäsittelytyövirtoihin, joissa yksityisyys, luotettava käsittely ja käytännöllinen käytettävyys ovat tärkeitä.
Käyttäjien luottama
Arvosteltu 5 tähdellä palvelussa Trustpilot nopeudesta, luotettavuudesta ja helppokäyttöisyydestä.
Käyttäjien luottamus
Akateeminen käyttö
Mainittu julkaistuissa tutkimuksissa ja käytetty haastattelujen litterointiin sekä laadulliseen data-analyysiin.
Tutkimuskäyttö
Miten puhe muunnetaan PDF muotoon tällä sivulla
Selaimesi tallentaa mikrofonin äänen Opus-äänitiedostona (Chrome, Firefox, Edge) tai AAC muodossa (Safari) ja säilyttää sen muistissa. Kun vahvistat toiminnon, tiedosto lähetetään HTTPS yhteyden kautta yhdelle puheentunnistuspalvelimistamme.
Palvelimella ffmpeg purkaa äänen, ja Whisper – avoimen lähdekoodin puheentunnistusmalli – muuntaa sen tekstiksi yhdellä käsittelykerralla, mukaan lukien välimerkit ja lausejaot. Jos puhujantunnistus on käytössä, diarisaatiomalli jakaa äänen ensin puhujittain, ja litterointi merkitään sen mukaisesti.
Litterointi kirjoitetaan ensin tekstinä ja taitetaan sitten PDF tiedostoksi LibreOffice-ohjelmalla – selkeäksi, tulostettavaksi asiakirjaksi, jossa on valittavaa tekstiä eikä skannauksia tai kuvia. Tulossivulla voit ladata tiedoston; äänitiedosto ja litterointi poistetaan automaattisesti tämän jälkeen.
Äänitysvinkit, joilla on enemmän merkitystä kuin millään asetuksella
Puheentunnistus on vain niin hyvä kuin äänenlaatu. Kolme asiaa vaikuttaa eniten: etäisyys, melu ja päällekkäinen puhe. Pidä mikrofoni 10–20 senttimetrin päässä suustasi; lähellä pidetty puhelin toimii paremmin kuin pöydän toisella puolella oleva kannettava tietokone. Sammuta tuulettimet, sulje ikkuna ja vältä tiloja, joissa on voimakas kaiku.
Puhu normaalilla tahdilla ja sano lauseet loppuun asti – malli hyödyntää asiayhteyttä, joten puolikkaat lauseet ja täytesanat tuottavat huonompaa tekstiä kuin hieman hitaampi, kokonainen puhe. Pyydä haastatteluissa ihmisiä olemaan puhumatta toistensa päälle; päällekkäinen puhe on vaikein tapaus mille tahansa puheentunnistimelle.
Kuuntele esikatselu ennen aloittamista. Jos tasomittari tuskin liikkuu tai on jatkuvasti huipussaan, tallenna uudelleen sen sijaan, että toivoisit litteroinnin onnistuvan oikein.
Puheesta PDF tiedostoksi -muunnoksen tyypilliset käyttötavat
Tätä työkalua käyttävät opettajat, podcastien tekijät, toimittajat ja kaikki, jotka ajattelevat nopeammin ääneen kuin näppäimistöllä: sähköpostin tai artikkelin luonnosteluun puhumalla, kokousmuistioiden tallentamiseen, luennon tai äänimuistion muuttamiseen haettaviksi muistiinpanoiksi, haastatteluvastausten litterointiin tutkimusta varten sekä sellaisen ääniviestin luettavan version saamiseen, jota ei juuri nyt voi kuunnella.
Koska Whisper tunnistaa kielen automaattisesti, sama sivu toimii ilman asetuksia saksankieliselle sanelulle, espanjankieliselle äänimuistiolle tai englanninkieliselle luennolle. Tekstiksi muutettua sisältöä ei käännetä, vaan se kirjoitetaan puhutulla kielellä.
Jo tiedostona oleville äänitallenteille – podcasteille, luennoille ja puheluille – tämän sivuston ääni tekstiksi- ja MP3 tekstiksi -muuntimet käyttävät samaa moottoria samoilla asetuksilla.
Mitä tämä työkalu ei tee
Se ei käännä: tekstiversiot ovat puhutulla kielellä. Se ei tuota tekstitysten ajoituksia – käytä SRT- tai VTT tiedostoihin tämän sivuston tekstitysmuuntimia. Se ei tunnista puhujia nimeltä, ainoastaan puhujan vaihtumisen, kun puhujantunnistus on käytössä. Eikä se pysty palauttamaan sanoja, jotka eivät kuulu tallenteessa.
Erityisnimet, tuotenimet ja harvinaiset lyhenteet aiheuttavat yleisimpiä virheitä; puhtaan tallenteen tulos vaatii yleensä vain nopean läpiluvun nämä huomioiden.
FAQ
Usein kysytyt kysymykset
Kuinka tarkka tekstiversio on?
Selkeällä tallenteella ja yhdellä puhujalla Whisper tunnistaa tavallisesti reilusti yli 90 % sanoista oikein yleisimmillä kielillä, myös välimerkit huomioiden. Tarkkuus heikkenee voimakkaassa taustamelussa, useiden ihmisten puhuessa päällekkäin, erittäin hiljaisessa äänessä tai vahvassa murteessa – alla olevista tallennusvinkeistä on enemmän apua kuin mistään asetuksesta.
Mitä kieliä tuetaan?
Whisper tunnistaa noin 100 kieltä ja valitsee kielen automaattisesti äänen ensimmäisten sekuntien perusteella, joten mitään asetuksia ei tarvitse määrittää. Useita kieliä sisältävät tallenteet litteroidaan hallitsevalla kielellä. Litterointi kirjoitetaan puhutulla kielellä; sitä ei käännetä.
Ladataanko ääni puhuessani?
Ei. Tallennin säilyttää äänen selaimessasi, kunnes painat valintaikkunan painiketta. Jos peruutat toiminnon tai suljet välilehden, mitään ei lähetetä. Ladatut tiedostot ja tekstiversiot poistetaan automaattisesti käsittelyn jälkeen.
Kuinka pitkä tallenne voi olla?
Selaimessa toimiva tallennin pysähtyy 30 minuutin kuluttua; ladatut tiedostot voivat olla pidempiä. Käsittelyaika pitenee äänen keston mukaan, ja puhujantunnistus lisää siihen suunnilleen saman verran aikaa.
Mitä ”Tunnista useita puhujia” tekee?
Se suorittaa puhujadiarisoinnin ennen litterointia ja lisää merkinnän aina, kun puhuja vaihtuu. Käytä sitä haastatteluihin, kokouksiin ja podcasteihin; jätä se pois käytöstä saneluissa ja äänimuistiinpanoissa, joissa se vain pidentää odotusaikaa.
Miltä PDF näyttää?
Selkeä A4 asiakirja, jossa puhtaaksikirjoitettu teksti on valittavissa – ei otsakegrafiikkaa eikä vesileimaa. Se on tarkoitettu arkistointiin, tulostamiseen tai sähköpostin liitteeksi; jos haluat muokata tekstiä, tämän sivuston puheesta tekstiksi -työkalu antaa saman puhtaaksikirjoituksen .txt-tiedostona.