Pirmiausia privatumas
Įkelti failai automatiškai ir visam laikui ištrinami per dvi valandas.
Automatinis ištrynimas
Kalbos konvertavimas į TXT
Diktuokite tekstą, pasakojimą, paskaitos užrašus, interviu atsakymus ar trumpą įgarsinimą tiesiai naršyklėje arba įkelkite įrašą ir gaukite žodžius paprasto teksto faile (.txt, UTF 8). Transkribavimas vykdomas naudojant atvirojo kodo kalbos atpažinimo modelį Whisper mūsų nuosavuose 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. Išvestis: paprastojo teksto failas (.txt, UTF 8).
-
Privatu: niekas neįkeliama, kol nepatvirtinate. Garso įrašas ir transkripcija po apdorojimo ištrinami automatiškai, vėliausiai per kelias valandas.
Transkribavimas
Kaip kalba paverčiama TXT failu
Šiame puslapyje derinamas naršyklėje veikiantis įrašymo įrankis su GPU pagrįsta transkribavimo sistema. Įrašymui naudojama Chrome, Firefox, Edge ir Safari integruota MediaRecorder sąsaja; atpažinimą atlieka Whisper – OpenAI paskelbtas atvirojo kodo modelis, veikiantis mūsų pačių aparatinėje įrangoje, o ne trečiosios šalies API.
Kaip naudotis Converter App
1
Įrašykite arba įkelkite
Paspauskite „Įrašyti mikrofonu“, vieną kartą suteikite prieigą ir kalbėkite. Laikmatis ir lygio matuoklis patvirtins, kad garsas įrašomas. Taip pat galite įkelti esamą įrašą – tinka balso įrašai iš bet kurio telefono.
2
Patikrinkite ir pradėkite
Paklausykite įrašo dialogo lange. Interviu ir susitikimams įjunkite „Aptikti kelis kalbėtojus“ (nurodoma, kas kalba, tačiau tai užtrunka pastebimai ilgiau). Tada pradėkite transkribavimą.
3
Atsisiųsti transkriptą
Modeliui apdorojant įrašą rodoma eiga; kelių minučių kalba paprastai apdorojama greičiau nei per minutę. Iš rezultatų puslapio atsisiųskite paprastojo teksto failą (.txt, UTF 8).
Pagrindinės funkcijos
„Whisper“ technologija viduje
Whisper išmokytas naudojant 680 000 valandų daugiakalbio garso įrašų ir daug geriau nei prieš kelerius metus naudotos diktavimo sistemos atpažįsta akcentus, foninį triukšmą ir techninę terminiją. Kalba nustatoma automatiškai.
Kalbėtojo aptikimas pagal užklausą
Pokalbių atveju pasirinktinė kalbėtojų aptikimo funkcija transkripte pažymi kalbėtojo pasikeitimus. Ji apytiksliai padvigubina apdorojimo laiką, todėl pagal numatytuosius nustatymus yra išjungta.
TXT išvestis, pritaikyta jūsų darbo eigai
Nuorašas išsaugomas kaip paprastas UTF 8 tekstinis failas su įprastais skyrybos ženklais ir pastraipų lūžiais, todėl jį galima atidaryti bet kuriame teksto redaktoriuje, tekstų rengyklėje ar užrašų programėlėje ir įklijuoti bet kur.
Nemokama ir privatu
Jokios paskyros, jokio vandens ženklo, jokio bandomojo laikotarpio skaitiklio. Įrašas niekada nepalieka jūsų įrenginio, kol to 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 į TXT
Jūsų naršyklė įrašo mikrofono garsą kaip Opus garso įrašą (Chrome, Firefox, Edge) arba AAC (Safari) ir laiko jį atmintyje. Patvirtinus, failas per HTTPS įkeliamas į vieną iš mūsų transkribavimo serverių.
Ten ffmpeg iškoduoja garsą, o Whisper – atvirojo kodo kalbos atpažinimo modelis – vienu etapu paverčia jį tekstu, įskaitant skyrybos ženklus ir sakinių lūžius. Jei įjungtas kalbėtojų aptikimas, diarizacijos modelis pirmiausia suskirsto garsą pagal kalbėtojus, o nuorašas atitinkamai pažymimas.
Nuorašas išsaugomas kaip paprastojo UTF 8 teksto failas su įprastais skyrybos ženklais ir pastraipų lūžiais, todėl jį galima atidaryti bet kuriame teksto redaktoriuje, tekstų rengyklėje ar užrašų programėlėje ir įklijuoti bet kur. Rezultatų puslapyje jį galite atsisiųsti; garso įrašas ir nuorašas vėliau automatiškai ištrinami.
Įrašymo patarimai, svarbesni už bet kokius nustatymus
Kalbos atpažinimo kokybė priklauso nuo garso kokybės. Didžiausią įtaką daro trys dalykai: atstumas, triukšmas ir persidengiantis kalbėjimas. Mikrofoną laikykite 10–20 cm atstumu nuo burnos – arti laikomas telefonas bus geresnis nei kitoje stalo pusėje esantis nešiojamasis kompiuteris. Išjunkite ventiliatorius, uždarykite langą ir venkite patalpų su stipriu aidu.
Kalbėkite įprastu tempu ir užbaikite sakinius – modelis naudoja kontekstą, todėl nebaigti sakiniai ir užpildantys žodžiai lemia prastesnį tekstą nei šiek tiek lėtesnė, bet aiški ir baigta kalba. Interviu metu paprašykite žmonių nekalbėti vieniems per kitus; persidengiantį kalbėjimą sunkiausia atpažinti bet kuriai kalbos atpažinimo sistemai.
Prieš pradėdami paklausykite peržiūros. Jei lygio matuoklis vos juda arba nuolat rodo maksimalų lygį, įrašykite dar kartą, užuot tikėjęsi, kad transkripcija bus tiksli.
Dažniausi kalbos konvertavimo į TXT naudojimo būdai
Šį įrankį naudoja mokytojai, tinklalaidžių kūrėjai, žurnalistai ir visi, kuriems lengviau išdėstyti mintis balsu nei rašant klaviatūra: rengiant el. laiško ar straipsnio juodraštį kalbant, užrašant susitikimo protokolą, paskaitą ar balso įrašą paverčiant užrašuose, kuriuose galima ieškoti, perrašant interviu atsakymus tyrimams ir gaunant įskaitomą balso žinutės, kurios šiuo metu negalima perklausyti, versiją.
Kadangi Whisper kalbą nustato automatiškai, tas pats puslapis veikia su vokišku diktavimu, ispanišku balso įrašu ar angliška paskaita be jokių nustatymų. Transkriptas nėra verčiamas – jis užrašomas ta kalba, kuria buvo kalbėta.
Garso įrašams, kurie jau yra faile – 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
Ji neverčia: nuorašai pateikiami šnekamąja kalba. Ji nesukuria subtitrų laiko žymų – SRT ar VTT failams naudokite šioje svetainėje esančius subtitrų konverterius. Ji neatpažįsta kalbėtojų pagal vardą, tik pagal kalbėtojo pasikeitimą, kai įjungtas kalbėtojų aptikimas. Be to, ji negali atkurti įraše negirdimų žodžių.
Tikriniai vardai, produktų pavadinimai ir reti trumpiniai yra dažniausios klaidos; švariam įrašui paprastai pakanka greitai peržiūrėti rezultatą, atkreipiant į juos dėmesį.
FAQ
Dažniausiai užduodami klausimai
Kiek tikslus yra transkriptas?
Aiškiame įraše su vienu kalbėtoju „Whisper“ pagrindinėmis kalbomis, įskaitant skyrybos ženklus, paprastai teisingai atpažįsta gerokai daugiau nei 90 % žodžių. Tikslumas sumažėja esant stipriam foniniam triukšmui, keliems vienu metu kalbantiems žmonėms, labai tyliam garsui ar ryškiam dialektui – toliau pateikiami įrašymo patarimai padeda labiau nei bet kuris nustatymas.
Kokios kalbos palaikomos?
Whisper atpažįsta apie 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. Įrašytuvas saugo garsą Jūsų naršyklėje, kol dialogo lange paspaudžiate mygtuką. Jei atšaukiate arba uždarote skirtuką, niekas neišsiunčiama. Įkelti failai ir transkripcijos po apdorojimo automatiškai ištrinami.
Kokios trukmės gali būti įrašas?
Naršyklėje veikiantis įrašytuvas sustoja po 30 minučių; įkelti failai gali būti ilgesni. Apdorojimo laikas ilgėja didėjant garso įrašo trukmei, o kalbėtojų aptikimas užtrunka maždaug tiek pat papildomo laiko.
Ką daro funkcija „Aptikti kelis kalbėtojus“?
Prieš transkribavimą atliekamas kalbėtojų atskyrimas ir įterpiama žyma kiekvieną kartą, kai pasikeičia kalbėtojas. Naudokite tai interviu, susitikimams ir tinklalaidėms; diktavimui ir balso pastaboms palikite išjungtą, nes tai tik pailgina laukimo laiką.
Kodėl .txt failas, o ne Word dokumentas?
Paprastasis tekstas yra universaliausias rezultatas: jis atidaromas bet kuriame įrenginyje, jį galima sklandžiai įklijuoti į užrašus, el. laiškus, CMS redaktorius ir pokalbius, be to, jis užima labai mažai vietos. Jei reikia suformatuoto dokumento, įklijuokite tekstą į savo tekstų rengyklę arba naudokite šios svetainės kalbos konvertavimo į PDF įrankį.