Pirmiausia privatumas
Įkelti failai automatiškai ir visam laikui ištrinami per dvi valandas.
Automatinis ištrynimas
Kalbos į PDF konvertavimas
Diktuokite tekstą, pasakojimą, paskaitos užrašus, interviu atsakymus ar trumpą įgarsinimą tiesiai naršyklėje arba įkelkite įrašą ir gaukite tekstą PDF dokumentu. Transkribavimas vykdomas naudojant atvirojo kodo kalbos atpažinimo modelį Whisper mūsų pačių serveriuose – maždaug 100 kalbų, kurios nustatomos automatiškai.
-
Įrašykite: kalbėkite į naršyklės įrašymo priemonę – iki 30 minučių vienam įrašui – arba įkelkite MP3, WAV, M4A, AAC, OGG, FLAC ar WebM.
-
Transkribavimas: „Whisper“ užrašo žodžius su skyrybos ženklais; pokalbiams ir susitikimams galima pasirinktinai pažymėti kalbėtojų pasikeitimus. Rezultatas: PDF dokumentas.
-
Privatu: niekas neįkeliama, kol nepatvirtinate. Garso įrašas ir transkripcija po apdorojimo automatiškai ištrinami ne vėliau kaip per kelias valandas.
Transkribavimas
Kaip veikia kalbos konvertavimas į PDF
Šiame puslapyje naršyklėje veikiantis įrašytuvas derinamas su GPU pagrindu veikiančia transkribavimo sistema. Įrašymui naudojama į Chrome, Firefox, Edge ir Safari integruota „MediaRecorder“ sąsaja; atpažinimą atlieka „Whisper“ – „OpenAI“ paskelbtas atvirojo kodo modelis, veikiantis mūsų aparatinėje įrangoje, o ne trečiosios šalies API.
Kaip naudotis Converter App
1
Įrašykite arba įkelkite
Spustelėkite „Įrašyti naudojant mikrofoną“, vieną kartą suteikite prieigą ir kalbėkite. Laikmatis ir garso lygio indikatorius patvirtins, kad garsas įrašomas. Taip pat galite įkelti esamą įrašą – tinka balso užrašai iš bet kurio telefono.
2
Patikrinkite ir pradėkite
Perklausykite įrašą dialogo lange. Interviu ir susitikimams įjunkite parinktį „Aptikti kelis kalbėtojus“ (ji pažymi, kas kalba, tačiau trunka pastebimai ilgiau). Tada pradėkite transkribavimą.
3
Atsisiųsti transkriptą
Kol modelis apdoroja įrašą, rodoma eiga; kelių minučių kalbos įrašas paprastai apdorojamas greičiau nei per minutę. PDF dokumentą atsisiųskite iš rezultatų puslapio.
Pagrindinės funkcijos
„Whisper“ technologija viduje
Whisper apmokytas naudojant 680 000 valandų daugiakalbio garso įrašų ir daug geriau nei prieš kelerius metus naudotos diktavimo sistemos atpažįsta akcentus, foninį triukšmą bei techninę terminiją. Kalba nustatoma automatiškai.
Pranešėjo aptikimas pagal užklausą
Pokalbiams pasirinktinė kalbėtojų aptikimo funkcija pažymi kalbėtojų pasikeitimus transkripte. Ji apytiksliai padvigubina apdorojimo laiką, todėl pagal numatytuosius nustatymus yra išjungta.
PDF išvestis, pritaikyta jūsų darbo eigai
Transkripcija pirmiausia užrašoma kaip tekstas, o tada naudojant LibreOffice suformatuojama kaip PDF – paprastas, spausdinamas dokumentas su pažymimu tekstu, be nuskaitytų vaizdų ar paveikslėlių.
Nemokama ir privatu
Jokios paskyros, jokių vandens ženklų, jokio bandomojo laikotarpio skaitiklio. Įrašas niekada nepalieka jūsų įrenginio, kol nepatvirtinate, o po apdorojimo garso įrašas ir transkripcija automatiškai pašalinami.
Patirtis ir privatumas
Sukurta patikimiems transkribavimo procesams.
Sukurta inžinierių, turinčių daugiau nei 10 metų patirties didelio masto infrastruktūros, duomenų sistemų ir mokslinio skaičiavimo srityse. Sukurta realaus pasaulio garso darbo eigoms, kur svarbūs privatumas, patikimas apdorojimas ir praktiškas naudojimas.
Vartotojų pasitikėjimas
Įvertinta 5 žvaigždutėmis Trustpilot už greitį, patikimumą ir naudojimo paprastumą.
Vartotojų pasitikėjimas
Akademinis naudojimas
Nurodyta publikuotuose moksliniuose tyrimuose ir naudojama interviu transkripcijai ir kokybinių duomenų analizei.
Moksliniam naudojimui
Kaip šiame puslapyje kalba paverčiama PDF failu
Jūsų naršyklė įrašo garsą iš mikrofono Opus garso formatu (Chrome, Firefox, Edge) arba AAC formatu (Safari) ir saugo jį atmintyje. Kai patvirtinate, failas per HTTPS įkeliamas į vieną iš mūsų transkribavimo serverių.
Ten ffmpeg iškoduoja garsą, o Whisper – atvirojo kodo kalbos atpažinimo modelis – vienu veiksmu paverčia jį tekstu, įskaitant skyrybos ženklus ir sakinių lūžius. Jei įjungtas kalbėtojų atpažinimas, diarizacijos modelis pirmiausia suskirsto garsą pagal kalbėtojus, o transkriptas atitinkamai pažymimas.
Transkriptas pirmiausia įrašomas kaip tekstas, tada su LibreOffice suformatuojamas kaip PDF – paprastas, spausdinamas dokumentas su pažymimu tekstu, be nuskaitytų vaizdų ar paveikslėlių. Rezultatų puslapyje galite jį atsisiųsti; garsas ir transkriptas vėliau automatiškai ištrinami.
Įrašymo patarimai, svarbesni už bet kokius nustatymus
Kalbos atpažinimo kokybė priklauso nuo garso įrašo. Didžiausią skirtumą lemia trys dalykai: atstumas, triukšmas ir persidengianti kalba. Mikrofoną laikykite 10–20 cm atstumu nuo burnos; arti laikomas telefonas yra geriau nei kitoje stalo pusėje esantis nešiojamasis kompiuteris. Išjunkite ventiliatorius, uždarykite langą ir venkite patalpų, kuriose stiprus aidas.
Kalbėkite įprastu tempu ir baikite sakinius – modelis naudoja kontekstą, todėl nebaigti sakiniai ir žodžiai užpildai lemia prastesnį tekstą nei šiek tiek lėtesnė, bet rišli kalba. Per pokalbius paprašykite žmonių nekalbėti vieniems per kitus; persidengianti kalba yra sudėtingiausias atvejis bet kuriai atpažinimo sistemai.
Prieš pradėdami paklausykite peržiūros. Jei lygio matuoklis beveik nejuda arba nuolat rodo maksimalų lygį, įrašykite iš naujo, užuot tikėjęsi, kad nuorašas bus tinkamas.
Dažniausi kalbos konvertavimo į PDF naudojimo būdai
Šį įrankį naudoja mokytojai, tinklalaidžių kūrėjai, žurnalistai ir visi, kurie kalbėdami mintis formuluoja greičiau nei rašydami klaviatūra: rengdami el. laiško ar straipsnio juodraštį kalbėdami, fiksuodami susitikimų protokolus, paskaitą ar balso užrašą paversdami užrašais, kuriuose galima ieškoti, transkribuodami interviu atsakymus tyrimams ir gaudami įskaitomą balso žinutės, kurios šiuo metu negalima paleisti, versiją.
Kadangi Whisper automatiškai aptinka kalbą, tas pats puslapis veikia su vokišku diktavimu, ispanišku balso užrašu ar angliška paskaita be jokių nustatymų. Transkriptas nėra verčiamas – jis užrašomas ta kalba, kuria buvo kalbama.
Garso įrašams, kurie jau yra failuose – tinklalaidėms, paskaitoms, skambučiams – šios svetainės garso į tekstą ir MP3 į tekstą keitikliai naudoja tą pačią sistemą su tomis pačiomis parinktimis.
Ko šis įrankis nedaro
Šis įrankis neverčia: transkripcijos pateikiamos įrašyta kalba. Jis nesukuria subtitrų laiko žymų – SRT ar VTT failams naudokite šioje svetainėje esančius subtitrų keitiklius. Jis taip pat nenustato kalbėtojų vardų, tik kalbėtojo pasikeitimus, kai įjungtas kalbėtojų atpažinimas. Be to, jis negali atkurti įraše negirdimų žodžių.
Dažniausiai pasitaikančios klaidos susijusios su tikriniais vardais, produktų pavadinimais ir retais trumpiniais; švariam įrašui paprastai pakanka greitai peržiūrėti rezultatą, atkreipiant į juos dėmesį.
FAQ
Dažniausiai užduodami klausimai
Kiek tikslus yra transkriptas?
Jei įrašas aiškus ir kalba vienas asmuo, Whisper paprastai teisingai atpažįsta daugiau nei 90 % žodžių pagrindinėmis kalbomis, įskaitant skyrybos ženklus. Tikslumas sumažėja esant stipriam foniniam triukšmui, keliems vienu metu kalbantiems žmonėms, labai tyliam garsui ar ryškiam dialektui – toliau pateikti įrašymo patarimai padės labiau nei bet kuris nustatymas.
Kurios kalbos palaikomos?
„Whisper“ atpažįsta maždaug 100 kalbų ir automatiškai nustato kalbą pagal pirmąsias garso įrašo sekundes, todėl nieko nereikia nustatyti. Įrašai su keliomis kalbomis transkribuojami vyraujančia kalba. Transkripcija pateikiama šnekamąja kalba; ji nėra verčiama.
Ar garsas įkeliamas, kol kalbu?
Ne. Įrašymo priemonė saugo garsą Jūsų naršyklėje, kol dialogo lange nepaspaudžiate mygtuko. Jei atšaukiate arba uždarote skirtuką, niekas neišsiunčiama. Įkelti failai ir transkripcijos po apdorojimo automatiškai ištrinami.
Kokios trukmės gali būti įrašas?
Naršyklėje veikiantis įrašymo įrankis sustoja po 30 minučių; įkelti failai gali būti ilgesni. Apdorojimo laikas ilgėja didėjant garso įrašo trukmei, o kalbėtojų atpažinimas prideda maždaug tiek pat laiko.
Ką daro funkcija „Aptikti kelis kalbėtojus“?
Prieš transkribavimą atliekamas kalbėtojų atskyrimas ir kiekvieną kartą pasikeitus kalbėtojui įterpiama žyma. Naudokite tai interviu, susitikimams ir tinklalaidėms; išjunkite diktavimui ir balso užrašams, nes tokiu atveju tai tik pailgina laukimo laiką.
Kaip atrodys PDF?
Paprastas A4 dokumentas su transkripcija kaip pažymimu tekstu – be antraštės grafikos ir vandens ženklų. Jis skirtas archyvavimui, spausdinimui ar pridėjimui prie el. laiško; jei norite redaguoti žodžius, šios svetainės kalbos atpažinimo įrankis pateikia tą pačią transkripciją kaip .txt failą.