Privātums pirmajā vietā
Augšupielādētie faili tiek automātiski un neatgriezeniski dzēsti divu stundu laikā.
Automātiska dzēšana
Runas konvertēšana uz PDF
Ierunājiet diktātu, stāstījumu, lekciju piezīmes, intervijas atbildes vai īsu balss ierakstu tieši pārlūkprogrammā vai augšupielādējiet ierakstu un saņemiet tekstu PDF dokumenta formātā. Transkripciju mūsu serveros nodrošina atvērtā pirmkoda runas atpazīšanas modelis Whisper — aptuveni 100 valodās, kas tiek noteiktas automātiski.
-
Ierakstiet: runājiet pārlūkprogrammas ierakstītājā — līdz 30 minūtēm vienā ierakstā — vai augšupielādējiet MP3, WAV, M4A, AAC, OGG, FLAC vai WebM.
-
Transkribējiet: Whisper pieraksta vārdus ar pieturzīmēm; pēc izvēles atzīmējiet runātāju maiņu intervijās un sapulcēs. Rezultāts: PDF dokuments.
-
Privāti: nekas netiek augšupielādēts, kamēr neapstiprināt. Audio un transkripts pēc apstrādes tiek automātiski dzēsti, vēlākais dažu stundu laikā.
Transkripcija
Kā darbojas runas pārveidošana par PDF
Lapa apvieno pārlūkā iebūvētu ierakstītāju ar GPU transkribēšanas aizmugursistēmu. Ierakstīšanai tiek izmantota pārlūkprogrammās Chrome, Firefox, Edge un Safari iebūvētā MediaRecorder saskarne; runas atpazīšanu veic Whisper — OpenAI publicētais atvērtā pirmkoda modelis, kas darbojas mūsu pašu aparatūrā, nevis trešās puses API.
Kā lietot Converter App
1
Ierakstiet vai augšupielādējiet
Nospiediet “Ierakstīt ar mikrofonu”, vienreiz atļaujiet piekļuvi un runājiet. Taimeris un līmeņa indikators apstiprina, ka tiek saņemts audio. Varat arī augšupielādēt esošu ierakstu — derēs balss piezīmes no jebkura tālruņa.
2
Pārbaudiet un sāciet
Noklausieties ierakstu dialoglodziņā. Intervijām un sapulcēm ieslēdziet opciju “Noteikt vairākus runātājus” (tā norāda, kurš runā, taču process aizņem ievērojami vairāk laika). Pēc tam sāciet transkripciju.
3
Lejupielādējiet transkriptu
Tiek rādīts progress, kamēr modelis darbojas; dažas runas minūtes parasti tiek apstrādātas ievērojami ātrāk nekā minūtē. Lejupielādējiet PDF dokumentu no rezultātu lapas.
Galvenās funkcijas
Whisper pamatā
Whisper ir apmācīts ar 680 000 stundu daudzvalodu audioierakstu un daudz labāk nekā pirms dažiem gadiem izmantotās diktēšanas sistēmas apstrādā akcentus, fona troksni un tehnisko terminoloģiju. Valoda tiek noteikta automātiski.
Runātāju noteikšana pēc pieprasījuma
Sarunām izvēles runātāju noteikšana transkriptā atzīmē runātāju maiņas. Tā aptuveni divkāršo apstrādes laiku, tāpēc pēc noklusējuma ir izslēgta.
PDF izvade, kas atbilst jūsu darba plūsmai
Transkripcija vispirms tiek izveidota kā teksts un pēc tam noformēta kā PDF ar LibreOffice — vienkāršs, drukāšanai piemērots dokuments ar atlasāmu tekstu, bez skenējumiem vai attēliem.
Bezmaksas un privāti
Nav nepieciešams konts, nav ūdenszīmes un nav izmēģinājuma reižu skaitītāja. Ieraksts nekad nepamet jūsu ierīci, kamēr neapstiprināt, un pēc apstrādes audio fails un transkripts tiek automātiski dzēsti.
Pieredze un privātums
Radīts uzticamiem transkripcijas darbplūsmām.
Izstrādājuši inženieri ar vairāk nekā 10 gadu pieredzi lielapjoma infrastruktūrā, datu sistēmās un zinātniskajā skaitļošanā. Radīts reālām audio darba plūsmām, kur svarīga ir privātums, uzticama apstrāde un praktiska lietojamība.
Lietotāju uzticēts
Novērtēts ar 5 zvaigznēm vietnē Trustpilot par ātrumu, uzticamību un lietošanas ērtumu.
Lietotāju uzticēšanās
Akadēmiska lietošana
Minēts publicētā pētījumā un izmantots interviju transkripcijai un kvalitatīvu datu analīzei.
Pētījumu lietošanai
Kā šajā lapā runa tiek pārvērsta par PDF
Jūsu pārlūkprogramma ieraksta mikrofonu kā Opus audio (Chrome, Firefox, Edge) vai AAC (Safari) un saglabā to atmiņā. Kad apstiprināt, fails tiek augšupielādēts, izmantojot HTTPS, uz vienu no mūsu transkribēšanas serveriem.
Tur ffmpeg atkodē audio, un Whisper – atvērtā pirmkoda runas atpazīšanas modelis – vienā piegājienā pārvērš to tekstā, iekļaujot pieturzīmes un teikumu pārtraukumus. Ja ir ieslēgta runātāju noteikšana, diarizācijas modelis vispirms sadala audio pēc runātājiem, un transkripts tiek attiecīgi anotēts.
Transkripts vispirms tiek izveidots kā teksts un pēc tam noformēts kā PDF ar LibreOffice – vienkāršs, drukājams dokuments ar atlasāmu tekstu, bez skenējumiem vai attēliem. Rezultātu lapā to varat lejupielādēt; audio un transkripts pēc tam tiek automātiski dzēsti.
Ierakstīšanas padomi, kas ir svarīgāki par jebkuru iestatījumu
Runas atpazīšanas kvalitāte ir atkarīga no audio ieraksta kvalitātes. Vislielāko ietekmi rada trīs faktori: attālums, troksnis un pārklājoša runa. Turiet mikrofonu 10–20 cm attālumā no mutes; tuvu turēts tālrunis nodrošina labāku rezultātu nekā klēpjdators galda otrā pusē. Izslēdziet ventilatorus, aizveriet logu un izvairieties no telpām ar izteiktu atbalsi.
Runājiet normālā tempā un pabeidziet teikumus — modelis izmanto kontekstu, tāpēc nepabeigti teikumi un liekvārdi rada sliktāku tekstu nekā nedaudz lēnāka, pilnīga runa. Intervijās lūdziet cilvēkus nerunāt vienlaikus; pārklājoša runa ir visgrūtākais gadījums jebkurai runas atpazīšanas sistēmai.
Pirms sākšanas noklausieties priekšskatījumu. Ja līmeņa indikators tikko kustas vai pastāvīgi ir maksimālajā līmenī, ierakstiet audio vēlreiz, nevis ceriet, ka atšifrējums būs pareizs.
Tipiski runas pārvēršanas PDF formātā lietojumi
Šo rīku izmanto skolotāji, podkāstu veidotāji, žurnālisti un ikviens, kurš, runājot skaļi, domā ātrāk nekā rakstot ar tastatūru: e-pasta vai raksta melnraksta veidošanai, sapulču protokolēšanai, lekcijas vai balss piezīmes pārvēršanai meklējamās piezīmēs, interviju atbilžu transkribēšanai pētījumiem un salasāmas versijas iegūšanai no balss ziņojuma, kuru pašlaik nevar atskaņot.
Tā kā Whisper valodu nosaka automātiski, tā pati lapa darbojas vācu diktātam, spāņu balss piezīmei vai angļu lekcijai bez jebkādiem iestatījumiem. Transkripts netiek tulkots – tas tiek rakstīts runātajā valodā.
Audio failiem, kas jau ir saglabāti kā faili – podkāstiem, lekcijām, zvaniem –, šīs vietnes audio pārvēršanas tekstā un MP3 pārvēršanas tekstā konvertētāji izmanto to pašu sistēmu ar tām pašām iespējām.
Ko šis rīks nedara
Tas netulko: transkripcijas ir runātajā valodā. Tas neveido subtitru laika atzīmes — SRT vai VTT failiem izmantojiet šīs vietnes subtitru konvertētājus. Tas neidentificē runātājus pēc vārda, tikai pēc runātāja maiņas, ja ir ieslēgta runātāju noteikšana. Un tas nevar atjaunot vārdus, kas ierakstā nav sadzirdami.
Īpašvārdi, produktu nosaukumi un reti lietoti saīsinājumi ir visbiežākās kļūdas; tīram ierakstam parasti pietiek ar ātru rezultāta pārskatīšanu, pievēršot tiem uzmanību.
FAQ
Biežāk uzdotie jautājumi
Cik precīzs ir transkripts?
Ar skaidru ierakstu un vienu runātāju Whisper parasti pareizi atpazīst vairāk nekā 90 % vārdu galvenajās valodās, tostarp pieturzīmes. Precizitāte samazinās spēcīga fona trokšņa, vairāku vienlaikus runājošu cilvēku, ļoti klusa audio vai izteikta dialekta gadījumā – tālāk sniegtie ierakstīšanas padomi palīdzēs vairāk nekā jebkurš iestatījums.
Kuras valodas tiek atbalstītas?
Whisper atpazīst aptuveni 100 valodas un automātiski nosaka valodu pēc audio pirmajām sekundēm, tāpēc nekas nav jāiestata. Ieraksti ar vairākām valodām tiek transkribēti dominējošajā valodā. Transkripcija tiek veikta runātajā valodā; tā netiek tulkota.
Vai audio tiek augšupielādēts, kamēr es runāju?
Nē. Ierakstītājs saglabā audio jūsu pārlūkprogrammā, līdz dialoglodziņā nospiežat pogu. Ja atceļat darbību vai aizverat cilni, nekas netiek nosūtīts. Augšupielādētie faili un transkripcijas pēc apstrādes tiek automātiski dzēsti.
Cik garš var būt ieraksts?
Pārlūkā iebūvētais ierakstītājs apstājas pēc 30 minūtēm; augšupielādētie faili var būt garāki. Apstrādes laiks palielinās līdz ar audio garumu, un runātāju noteikšana pievieno aptuveni tikpat daudz laika vēlreiz.
Ko dara funkcija “Noteikt vairākus runātājus”?
Pirms transkribēšanas tiek veikta runātāju atpazīšana un ikreiz, kad mainās runātājs, tiek ievietota atzīme. Izmantojiet to intervijām, sapulcēm un podkāstiem; neizmantojiet diktēšanai un balss piezīmēm, jo tas tikai paildzina gaidīšanas laiku.
Kā izskatās PDF?
Vienkāršs A4 dokuments ar transkripciju atlasāma teksta veidā — bez galvenes grafikas un ūdenszīmes. Tas ir paredzēts arhivēšanai, drukāšanai vai pievienošanai e-pastam; ja vēlaties rediģēt tekstu, šīs vietnes runas pārvēršanas tekstā rīks nodrošina to pašu transkripciju .txt failā.