Tietosuoja etusijalla
Ladatut tiedostot poistetaan automaattisesti ja pysyvästi kahden tunnin kuluessa.
Automaattinen poistaminen
Puhe TXT muotoon
Sanele tekstiä, kerrontaa, luentomuistiinpanoja, haastatteluvastauksia tai nopea voice-over suoraan selaimeen tai lataa tallenne ja saat sanat pelkkänä tekstitiedostona (.txt, UTF 8). Litterointi toimii omilla palvelimillamme Whisperillä, avoimen lähdekoodin puheentunnistusmallilla – noin 100 kielellä, jotka 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 välimerkkeineen; voit halutessasi merkitä puhujanvaihdokset haastatteluissa ja kokouksissa. Tuloste: pelkkää tekstiä sisältävä tiedosto (.txt, UTF 8).
-
Yksityinen: mitään ei lähetetä palvelimelle, ennen kuin vahvistatte. Äänitiedosto ja tekstiversio poistetaan automaattisesti käsittelyn jälkeen, viimeistään muutaman tunnin kuluessa.
Transkriptio
Miten puheen muuntaminen TXT tiedostoksi toimii
Sivulla yhdistyvät selaimessa toimiva tallennin ja GPU pohjainen litteroinnin taustajärjestelmä. Tallennuksessa käytetään Chrome-, Firefox-, Edge- ja Safari-selaimiin sisäänrakennettua MediaRecorder-rajapintaa; tunnistuksesta vastaa Whisper, OpenAI julkaisema avoimen lähdekoodin malli, joka toimii omalla laitteistollamme kolmannen osapuolen API palvelun sijaan.
Converter App: käyttöohjeet
1
Tallenna tai lataa tiedosto
Paina ”Tallenna mikrofonilla”, salli käyttöoikeus kerran ja puhu. Ajastin ja tasomittari vahvistavat, että ääntä vastaanotetaan. Voit myös ladata olemassa olevan tallenteen – minkä tahansa puhelimen äänimuistiot sopivat.
2
Tarkista ja aloita
Kuuntele tallenne valintaikkunassa. Ota ”Tunnista useita puhujia” käyttöön haastatteluja ja kokouksia varten (se merkitsee puhujat, mutta kestää huomattavasti pidempään). Aloita sitten litterointi.
3
Lataa tekstilitterointi
Edistyminen näytetään mallin käsitellessä tiedostoa; muutaman minuutin puhe käsitellään yleensä selvästi alle minuutissa. Lataa tulossivulta pelkkää tekstiä sisältävä tiedosto (.txt, UTF 8).
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 tekstikopioon. Se lähes kaksinkertaistaa käsittelyajan, joten se on oletusarvoisesti pois käytöstä.
Työnkulkuusi sopiva TXT tuloste
Litterointi tallennetaan tavallisena UTF 8 tekstitiedostona, jossa on normaalit välimerkit ja kappalejaot. Se avautuu missä tahansa tekstieditorissa, tekstinkäsittelyohjelmassa tai muistiinpanosovelluksessa, ja sen voi liittää minne tahansa.
Ilmainen ja yksityinen
Ei tiliä, ei vesileimaa, ei kokeilurajoitusta. Tallenne ei poistu laitteeltasi ennen vahvistustasi, ja ääni sekä tekstijäljennös 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 muuttuu TXT tiedostoksi tällä sivulla
Selaimesi tallentaa mikrofonin äänen Opus-muodossa (Chrome, Firefox, Edge) tai AAC muodossa (Safari) ja säilyttää sen muistissa. Kun vahvistat, tiedosto ladataan HTTPS yhteyden kautta jollekin litterointipalvelimistamme.
Palvelimella ffmpeg purkaa äänen, ja Whisper – avoimen lähdekoodin puheentunnistusmalli – muuntaa sen tekstiksi yhdellä kertaa, mukaan lukien välimerkit ja lauseenvaihdot. Jos puhujantunnistus on käytössä, diarisaatiomalli jakaa äänen ensin puhujittain, ja litterointi merkitään sen mukaisesti.
Litterointi tallennetaan pelkkänä UTF 8 tekstitiedostona tavallisine välimerkkeineen ja kappalejakoineen, joten se avautuu missä tahansa tekstieditorissa, tekstinkäsittelyohjelmassa tai muistiinpanosovelluksessa ja voidaan liittää minne tahansa. Tulossivulla voit ladata tiedoston; ääni ja litterointi poistetaan automaattisesti tämän jälkeen.
Tallennusvinkit, jotka ovat tärkeämpiä kuin mikään asetus
Puheentunnistuksen laatu riippuu äänen laadusta. Kolme asiaa vaikuttaa eniten: etäisyys, melu ja päällekkäinen puhe. Pidä mikrofoni 10–20 cm päässä suusta; lähellä pidetty puhelin toimii paremmin kuin pöydän toisella puolella oleva kannettava tietokone. Sammuta tuulettimet, sulje ikkuna ja vältä voimakkaasti kaikuvia tiloja.
Puhu normaalilla nopeudella ja vie lauseet loppuun – malli hyödyntää asiayhteyttä, joten puolikkaat lauseet ja täytesanat tuottavat heikompaa tekstiä kuin hieman hitaampi, kokonainen puhe. Pyydä haastatteluissa osallistujia olemaan puhumatta päällekkäin; päällekkäinen puhe on vaikein tilanne mille tahansa puheentunnistimelle.
Kuuntele esikatselu ennen aloittamista. Jos tasomittari tuskin liikkuu tai on jatkuvasti täydellä tasolla, nauhoita uudelleen sen sijaan, että toivoisit litteroinnin onnistuvan.
Tyypillisiä käyttötapoja puheen muuntamiseen TXT tiedostoksi
Tätä työkalua käyttävät opettajat, podcastien tekijät, journalistit ja kaikki, jotka ajattelevat ääneen nopeammin 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 voi juuri nyt toistaa.
Koska Whisper tunnistaa kielen automaattisesti, sama sivu toimii ilman asetuksia saksankieliselle sanelulle, espanjankieliselle äänimuistiolle ja englanninkieliselle luennolle. Tekstiversiota ei käännetä – se kirjoitetaan puhutulla kielellä.
Jo tiedostona oleville äänitallenteille – podcasteille, luennoille ja puheluille – tämän sivuston ääni tekstiksi- ja MP3 tekstiksi -muuntimet käyttävät samaa järjestelmää samoilla asetuksilla.
Mitä tämä työkalu ei tee
Se ei käännä: tekstilitteroinnit ovat puhutulla kielellä. Se ei luo tekstitysten ajoituksia – käytä SRT- tai VTT tiedostoihin tämän sivuston tekstitysmuuntimia. Se ei tunnista puhujia nimeltä, vaan ainoastaan puhujan vaihtumisen, kun puhujantunnistus on käytössä. Se ei myöskään voi palauttaa sanoja, joita ei kuulu tallenteesta.
Erityisnimet, tuotenimet ja harvinaiset lyhenteet aiheuttavat useimmin virheitä; puhtaan tallenteen tulokseen riittää yleensä nopea läpiluku nämä huomioiden.
FAQ
Usein kysytyt kysymykset
Kuinka tarkka litterointi on?
Selkeässä äänitteessä, jossa puhuu yksi henkilö, Whisper tunnistaa yleensä reilusti yli 90 % sanoista oikein tärkeimmillä kielillä, myös välimerkit. Tarkkuus heikkenee, jos taustamelu on voimakasta, useat ihmiset puhuvat päällekkäin, ääni on hyvin hiljainen tai murre vahva – alla olevista äänitysvinkeistä on enemmän apua kuin mistään asetuksista.
Mitä kieliä tuetaan?
Whisper tunnistaa noin 100 kieltä ja valitsee kielen automaattisesti äänen ensimmäisten sekuntien perusteella, joten mitään ei tarvitse määrittää. Useita kieliä sisältävät tallenteet litteroidaan hallitsevalla kielellä. Tekstitys kirjoitetaan puhutulla kielellä, eikä sitä käännetä.
Ladataanko ääni puhuessani?
Ei. Tallennin säilyttää äänen selaimessasi, kunnes painat valintaikkunan painiketta. Jos peruutat 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 jälkeen; ladatut tiedostot voivat olla pidempiä. Käsittelyaika kasvaa äänen pituuden mukaan, ja puhujantunnistus lisää siihen suunnilleen saman verran aikaa.
Mitä ”Tunnista useita puhujia” tekee?
Palvelu suorittaa ennen litterointia puhujien erottelun ja lisää merkinnän aina, kun puhuja vaihtuu. Käytä sitä haastatteluissa, kokouksissa ja podcasteissa; jätä se pois käytöstä saneluissa ja äänimuistiinpanoissa, joissa se vain pidentää odotusaikaa.
Miksi .txt-tiedosto eikä Word-asiakirja?
Pelkkä teksti on siirrettävin tulosmuoto: se avautuu kaikilla laitteilla, sen voi liittää helposti muistiinpanoihin, sähköposteihin, CMS editoreihin ja chattiin, ja sen tiedostokoko on pieni. Jos tarvitset muotoillun asiakirjan, liitä teksti tekstinkäsittelyohjelmaan tai käytä tämän sivuston puheen PDF muunnostyökalua.