Tietosuoja etusijalla
Ladatut tiedostot poistetaan automaattisesti ja pysyvästi kahden tunnin kuluessa.
Automaattinen poistaminen
Puhe tekstiksi
Sanele äänimuistiinpano, muistutus, viesti kollegalle tai lyhyt muistio suoraan selaimeen tai lataa äänite ja saat sanat pelkkänä tekstitiedostona (.txt, UTF 8). Litterointi perustuu avoimen lähdekoodin Whisper-puheentunnistusmalliin omilla palvelimillamme – noin 100 kielellä, jotka tunnistetaan automaattisesti.
-
Nauhoita: 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: pelkkää tekstiä sisältävä tiedosto (.txt, UTF 8).
-
Yksityinen: Mitään ei ladata, ennen kuin vahvistat sen. Äänitiedosto ja tekstiversio poistetaan automaattisesti käsittelyn jälkeen, viimeistään muutaman tunnin kuluessa.
Litterointi
Miten puheen muuntaminen tekstiksi toimii
Sivulla yhdistyvät selaimessa toimiva tallennin ja GPU pohjainen puheentunnistuksen taustajärjestelmä. Tallennus käyttää Chromeen, Firefoxiin, Edgeen ja Safariin sisäänrakennettua MediaRecorder-rajapintaa; tunnistuksessa käytetään Whisperiä, OpenAI-yhtiön julkaisemaa avoimen lähdekoodin mallia, 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 äänitteen – minkä tahansa puhelimen äänimuistiinpanot käyvät.
2
Tarkista ja aloita
Kuuntele äänite valintaikkunassa. Ota haastatteluja ja kokouksia varten käyttöön ”Tunnista useita puhujia” (se merkitsee puhujat, mutta kestää huomattavasti pidempään). Aloita sitten litterointi.
3
Lataa tekstijäljennös
Edistyminen näkyy mallin työskennellessä; 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.
Puhujantunnistus pyynnöstä
Keskusteluissa valinnainen puhujantunnistus merkitsee puhujan vaihtumiset tekstiversioon. Se suurin piirtein kaksinkertaistaa käsittelyajan, minkä vuoksi se on oletusarvoisesti pois käytöstä.
Tekstitulostus, joka sopii työnkulkuusi
Litterointi tallennetaan tavallisena UTF 8 tekstitiedostona, jossa on normaalit välimerkit ja kappalejaot. Se avautuu missä tahansa tekstieditorissa, tekstinkäsittelyohjelmassa tai muistiinpanosovelluksessa ja voidaan liittää minne tahansa.
Maksuton ja yksityinen
Ei tiliä, ei vesileimaa, ei kokeilukertojen laskuria. Tallenne ei poistu laitteeltasi ennen vahvistustasi, ja ääni sekä tekstiversio 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 ääni muuttuu tekstiksi tällä sivulla
Selaimesi tallentaa mikrofonin äänen Opus-äänimuodossa (Chrome, Firefox, Edge) tai AAC muodossa (Safari) ja säilyttää sen muistissa. Kun vahvistat, tiedosto lähetetään HTTPS yhteydellä yhdelle litterointipalvelimistamme.
Palvelimella ffmpeg purkaa äänen, ja Whisper – avoimen lähdekoodin puheentunnistusmalli – muuntaa sen tekstiksi yhdellä kertaa, mukaan lukien välimerkit ja lausejaot. Jos puhujantunnistus on käytössä, puhujanerottelumalli jakaa äänen ensin puhujittain, ja litteraatti merkitään tämän mukaisesti.
Litteraatti tallennetaan tavallisena UTF 8 tekstitiedostona, jossa on normaalit välimerkit ja kappalejaot, joten se avautuu missä tahansa tekstieditorissa, tekstinkäsittelyohjelmassa tai muistiinpanosovelluksessa ja sen voi liittää minne tahansa. Tulossivulla voit ladata tiedoston; äänitiedosto ja litteraatti poistetaan automaattisesti sen jälkeen.
Tallennusvinkit, jotka ovat tärkeämpiä kuin mikään asetus
Puheentunnistus on vain niin hyvä kuin äänitallenne. Kolme asiaa vaikuttaa eniten: etäisyys, melu ja päällekkäinen puhe. Pidä mikrofoni 10–20 cm suustasi; lähellä pidetty puhelin toimii paremmin kuin pöydän toisella puolella oleva kannettava tietokone. Sammuta tuulettimet, sulje ikkuna ja vältä tiloja, joissa kaikuu voimakkaasti.
Puhu normaalilla tahdilla ja vie lauseet loppuun – malli hyödyntää asiayhteyttä, joten puolikkaat lauseet ja täytesanat tuottavat heikompaa tekstiä kuin hieman hitaampi mutta kokonainen puhe. Pyydä haastatteluissa osallistujia olemaan puhumatta toistensa päälle; päällekkäinen puhe on vaikein tapaus mille tahansa puheentunnistukselle.
Kuuntele esikatselu ennen aloittamista. Jos tasomittari tuskin liikkuu tai on jatkuvasti tapissaan, tallenna ääni uudelleen sen sijaan, että toivoisit litteroinnin onnistuvan oikein.
Puheen tekstiksi muuntamisen tyypilliset käyttötavat
Tätä työkalua käyttävät ihmiset, jotka puhuvat mieluummin kuin kirjoittavat, tai jotka tarvitsevat ääniviestin chat-sovelluksen ulkopuolella: sähköpostin tai artikkelin luonnosteluun puhumalla, kokousmuistion tallentamiseen, luennon tai äänimuistion muuttamiseen haettaviksi muistiinpanoiksi, haastatteluvastausten litterointiin tutkimusta varten sekä sellaisen ääniviestin luettavan version saamiseen, jota ei voi juuri nyt kuunnella.
Koska Whisper tunnistaa kielen automaattisesti, sama sivu toimii ilman asetuksia saksankieliselle sanelulle, espanjankieliselle äänimuistiolle tai englanninkieliselle luennolle. Tekstiksi muutettua sisältöä ei käännetä – 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: tekstintallenteet 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, jotka eivät kuulu tallenteessa.
Erisnimet, tuotenimet ja harvinaiset lyhenteet aiheuttavat useimmin virheitä; puhtaan tallenteen tulos tarvitsee yleensä vain nopean läpiluvun nämä asiat huomioiden.
FAQ
Usein kysytyt kysymykset
Kuinka tarkka litterointi on?
Selkeässä tallenteessa, jossa puhuu yksi henkilö, Whisper tunnistaa yleisissä kielissä yleensä reilusti yli 90 % sanoista oikein, myös välimerkit. Tarkkuus heikkenee voimakkaassa taustamelussa, usean ihmisen puhuessa päällekkäin, erittäin hiljaisessa äänessä tai vahvan murteen vuoksi – 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 ei tarvitse määrittää. Useita kieliä sisältävät tallenteet litteroidaan hallitsevalla kielellä. Tekstiksi kirjoitettu puhe säilyy puhutulla kielellä, eikä sitä käännetä.
Ladataanko ääni puhuessani?
Ei. Tallennin säilyttää äänen selaimessanne, kunnes painatte valintaikkunan painiketta. Jos peruutatte toiminnon tai suljette välilehden, mitään ei lähetetä. Ladatut tiedostot ja tekstimuotoiset litteroinnit poistetaan automaattisesti käsittelyn jälkeen.
Kuinka pitkä tallenne voi olla?
Selaimessa käytettävä tallennin pysähtyy 30 minuutin kuluttua; ladatut tiedostot voivat olla pidempiä. Käsittelyaika pitenee äänen keston mukana, ja puhujantunnistus lisää siihen suunnilleen saman verran aikaa.
Mitä ”Tunnista useita puhujia” tekee?
Se suorittaa ennen litterointia puhujien erottelun ja lisää merkinnän aina, kun puhuja vaihtuu. Käytä sitä haastatteluihin, kokouksiin ja podcasteihin; jätä se pois saneluista ja äänimuistiinpanoista, joissa se vain pidentää odotusaikaa.
Voinko muokata tekstiä jälkikäteen?
Kyllä – tuloksena on pelkkä .txt-tiedosto. Avaa se missä tahansa tekstieditorissa, korjaa nimet tai tekniset termit, jotka malli on kuullut väärin, ja liitä teksti tarvittavaan paikkaan. Erisnimet ja harvinaiset lyhenteet kannattaa tarkistaa erityisesti.