Az adatvédelem elsődlegessége
A feltöltött fájlok két órán belül automatikusan és véglegesen törlésre kerülnek.
Automatikus törlés
Beszéd TXT-re
-
Rögzítés: Beszéljen a böngészőben működő hangrögzítőbe – felvételenként legfeljebb 30 percig –, vagy töltsön fel MP3, WAV, M4A, AAC, OGG, FLAC vagy WebM fájlt.
-
Átírás: A Whisper írásjelekkel rögzíti a kimondott szavakat; interjúkhoz és megbeszélésekhez opcionálisan jelölheti a beszélőváltásokat. Kimenet: egyszerű szövegfájl (.txt, UTF 8).
-
<b>3. lépés: </b> Töltsd le a TXT-fájlokat, vagy ha több hangfájlt töltöttél fel, egy ZIP-et, és kezdj el rögtön szerkeszteni vagy megosztani az átiratokat.
Converter App használata
Főbb funkciók
Tapasztalat és adatvédelem
Megbízható átírási munkafolyamatokhoz készült.
Nagy léptékű infrastruktúrában, adatkezelő rendszerekben és tudományos számításokban jártas mérnökök fejlesztették, akiknek több mint 10 évnyi tapasztalatuk van. Valós audio munkafolyamatokra terveztük, ahol a magánszféra védelme, a megbízható feldolgozás és a praktikus használhatóság számít.
A felhasználók bizalma
5 csillagos értékelést kapott a sebesség, a megbízhatóság és a könnyű használat miatt a Trustpilot oldalon.
Felhasználói bizalom
Akadémiai használat
Hivatkoztak rá publikált kutatásokban, és interjúk átírására és kvalitatív adatelemzésre használták.
Kutatási felhasználás
Hogyan lesz a beszédből TXT ezen az oldalon
Böngészője Opus hangként (Chrome, Firefox, Edge) vagy AAC ként (Safari) rögzíti a mikrofon hangját, és a memóriában tárolja. Jóváhagyáskor a fájl HTTPS en keresztül feltöltődik az egyik átíró szerverünkre.
Ott az ffmpeg dekódolja a hangot, a Whisper – egy nyílt forráskódú beszédfelismerő modell – pedig egy lépésben szöveggé alakítja azt, írásjelekkel és mondattörésekkel együtt. Ha a beszélőfelismerés be van kapcsolva, egy diarizációs modell először beszélőnként felosztja a hanganyagot, és az átiratot ennek megfelelően jelöli.
Az átirat egyszerű UTF 8 szövegfájlként kerül mentésre, szokásos írásjelekkel és bekezdéstörésekkel, így bármelyik szövegszerkesztőben, dokumentumszerkesztőben vagy jegyzetalkalmazásban megnyitható, és bárhová beilleszthető. Az eredményoldalon letöltheti; a hanganyag és az átirat ezután automatikusan törlődik.
Felvételi tippek, amelyek minden beállításnál fontosabbak
A beszédfelismerés pontossága a hanganyag minőségén múlik. Három tényező számít a legtöbbet: a távolság, a zaj és az egymásra beszélés. Tartsa a mikrofont 10–20 cm-re a szájától; egy közel tartott telefon jobb eredményt ad, mint az asztal túloldalán lévő laptop. Kapcsolja ki a ventilátorokat, csukja be az ablakot, és kerülje az erős visszhangú helyiségeket.
Beszéljen normál tempóban, és fejezze be a mondatokat – a modell a szövegkörnyezetet is figyelembe veszi, ezért a félbehagyott mondatok és a töltelékszavak rosszabb szöveget eredményeznek, mint a kissé lassabb, de teljes beszéd. Interjúk esetén kérje meg a résztvevőket, hogy ne beszéljenek egymás szavába; az egymásra beszélés minden felismerő rendszer számára a legnehezebb eset.
Indítás előtt hallgassa meg az előnézetet. Ha a kivezérlésjelző alig mozdul, vagy folyamatosan a maximumon van, inkább készítsen új felvételt, mint hogy abban bízzon, hogy az átirat megfelelő lesz.
A beszéd TXT formátumba alakításának tipikus felhasználási módjai
Ezt az eszközt tanárok, podcasterek, újságírók és mindenki használhatja, aki hangosan gyorsabban gondolkodik, mint billentyűzeten gépelve: e-mail vagy cikk megfogalmazására beszéd közben, értekezleti jegyzőkönyvek rögzítésére, előadás vagy hangjegyzet kereshető jegyzetekké alakítására, kutatási interjúk válaszainak átírására, illetve olyan hangüzenetek olvasható változatának elkészítésére, amelyeket éppen nem lehet lejátszani.
Mivel a Whisper automatikusan felismeri a nyelvet, ugyanaz az oldal beállítások nélkül használható német diktáláshoz, spanyol hangjegyzethez vagy angol előadáshoz. Az átirat nem fordítás: azon a nyelven készül, amelyen a beszéd elhangzott.
A már fájlként rendelkezésre álló hanganyagok – podcastok, előadások, hívások – esetében az ezen az oldalon található hang–szöveg és MP3–szöveg konvertálók ugyanazt a motort használják, ugyanazokkal a beállításokkal.
Amit ez az eszköz nem végez el
Nem fordít: az átiratok a beszélt nyelven készülnek. Nem hoz létre felirat-időzítést – SRT vagy VTT fájlokhoz használja a webhely feliratkonvertálóit. Nem azonosítja név szerint a beszélőket, csak a beszélőváltást jelöli, ha a beszélőfelismerés be van kapcsolva. A felvételen nem hallható szavakat sem tudja helyreállítani.
A tulajdonnevek, terméknevek és ritka rövidítések okozzák a leggyakoribb hibákat; tiszta felvétel esetén általában elegendő gyorsan átolvasni az eredményt ezekre figyelve.
FAQ