Tietosuoja etusijalla
Ladatut tiedostot poistetaan automaattisesti ja pysyvästi kahden tunnin kuluessa.
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.
Ladatut tiedostot poistetaan automaattisesti ja pysyvästi kahden tunnin kuluessa.
Arvosteltu 5 tähdellä palvelussa Trustpilot nopeudesta, luotettavuudesta ja helppokäyttöisyydestä.
Mainittu julkaistuissa tutkimuksissa ja käytetty haastattelujen litterointiin sekä laadulliseen data-analyysiin.
Selaimesi tallentaa mikrofonista ääntä Opus-muodossa (Chrome, Firefox, Edge) tai AAC muodossa (Safari) ja säilyttää sen muistissa. Kun tallennus vahvistetaan, tiedosto ladataan HTTPS yhteydellä yhdelle puheentunnistuspalvelimistamme.
Palvelimella ffmpeg purkaa äänen, ja Whisper – avoimen lähdekoodin puheentunnistusmalli – muuntaa sen tekstiksi yhdellä käsittelykerralla, välimerkit ja lausejaot mukaan lukien. Jos puhujantunnistus on käytössä, puhujien erottelumalli jakaa äänen ensin puhujittain, ja litterointi merkitään tämän mukaisesti.
Litterointi tallennetaan tavallisena UTF 8 tekstitiedostona, jossa on normaalit välimerkit ja kappalejaot, joten se avautuu missä tahansa tekstieditorissa, tekstinkäsittelyohjelmassa tai muistiinpanosovelluksessa ja voidaan liittää minne tahansa. Tulossivulta tiedoston voi ladata; ääni ja litterointi poistetaan automaattisesti sen jälkeen.
Puheentunnistus on vain niin hyvä kuin äänenlaatu. Eniten vaikuttavat kolme asiaa: etäisyys, melu ja päällekkäinen puhe. Pidä mikrofoni 10–20 cm etäisyydellä suusta; läheltä pidetty puhelin toimii paremmin kuin pöydän toisella puolella oleva kannettava tietokone. Sammuta tuulettimet, sulje ikkuna ja vältä tiloja, joissa kaikuu voimakkaasti.
Puhu normaalilla nopeudella ja sano lauseet loppuun asti – malli hyödyntää asiayhteyttä, joten keskeneräiset lauseet ja täytesanat tuottavat heikompaa tekstiä kuin hieman hitaampi, kokonainen puhe. Pyydä haastatteluissa osallistujia olemaan puhumatta toistensa päälle; päällekkäinen puhe on vaikeinta mille tahansa puheentunnistukselle.
Kuuntele esikatselu ennen aloittamista. Jos tasomittari tuskin liikkuu tai on jatkuvasti tapissa, tallenna ääni uudelleen sen sijaan, että toivoisit litteroinnin onnistuvan oikein.
Tätä työkalua käyttävät ihmiset, jotka mieluummin puhuvat kuin kirjoittavat tai 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 toistaa.
Koska Whisper tunnistaa kielen automaattisesti, sama sivu toimii ilman asetuksia saksankieliselle sanelulle, espanjankieliselle äänimuistiinpanolle tai englanninkieliselle luennolle. Tekstiksi kirjoitettua 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.
Se ei käännä: litteraatit ovat puhutulla kielellä. Se ei tuota 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 voi kuulla tallenteesta.
Erisnimet, tuotenimet ja harvinaiset lyhenteet aiheuttavat yleisimmin virheitä; nopea tuloksen läpiluku nämä huomioiden on yleensä kaikki muokkaus, jota selkeä tallenne tarvitsee.