Privātums pirmajā vietā
Augšupielādētie faili tiek automātiski un neatgriezeniski dzēsti divu stundu laikā.
Automātiska dzēšana
Balss uz TXT
Ierunājiet balss piezīmi, atgādinājumu, ziņu kolēģim vai īsu piezīmi tieši pārlūkprogrammā vai augšupielādējiet ierakstu un saņemiet tekstu vienkārša teksta failā (.txt, UTF 8). Transkribēšanu mūsu serveros veic Whisper — atvērtā pirmkoda runas atpazīšanas modelis — aptuveni 100 valodās, tās nosakot automātiski.
-
Ierakstiet: runājiet pārlūkprogrammas ierakstītājā — līdz 30 minūtēm vienā ierakstā — vai augšupielādējiet MP3, WAV, M4A, AAC, OGG, FLAC vai WebM.
-
Transkribēšana: Whisper pieraksta vārdus ar pieturzīmēm; pēc izvēles var atzīmēt runātāju maiņu intervijās un sanāksmēs. Izvade: vienkārša teksta fails (.txt, UTF 8).
-
Privāti: nekas netiek augšupielādēts, kamēr neapstiprināt. Audio fails un transkripts pēc apstrādes tiek automātiski dzēsti, vēlākais dažu stundu laikā.
Transkribēšana
Kā darbojas balss pārvēršana TXT formātā
Lapa apvieno pārlūkā iebūvētu ierakstītāju ar GPU darbinātu transkripcijas sistēmu. 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 apstiprinās, ka tiek saņemts audio. Vai augšupielādējiet esošu ierakstu – derēs balss piezīmes no jebkura tālruņa.
2
Pārbaudiet un sāciet
Noklausieties ierakstu dialoglodziņā. Intervijām un sapulcēm ieslēdziet opciju “Noteikt vairākus runātājus” (tā atzīmē, kurš runā, taču process aizņem ievērojami vairāk laika). Pēc tam sāciet transkripciju.
3
Lejupielādēt transkripciju
Tiek rādīta norise, kamēr modelis darbojas; dažas runas minūtes parasti tiek apstrādātas ievērojami ātrāk nekā minūtes laikā. Rezultātu lapā lejupielādējiet vienkārša teksta failu (.txt, UTF 8).
Galvenās funkcijas
Whisper tehnoloģija pamatā
Whisper ir apmācīts ar 680 000 stundu daudzvalodu audioierakstiem un daudz labāk nekā pirms dažiem gadiem izmantotās diktēšanas sistēmas tiek galā ar akcentiem, fona troksni un tehnisko terminoloģiju. Valoda tiek noteikta automātiski.
Runātāju noteikšana pēc pieprasījuma
Sarunām papildu runātāju noteikšana transkriptā atzīmē runātāja maiņas. Tā aptuveni divkāršo apstrādes laiku, tāpēc pēc noklusējuma tā ir izslēgta.
TXT izvade, kas atbilst jūsu darba plūsmai
Transkripts tiek saglabāts kā vienkāršs UTF 8 teksta fails ar parastu interpunkciju un rindkopu atdalījumiem, tāpēc to var atvērt jebkurā redaktorā, tekstapstrādes programmā vai piezīmju lietotnē un ielīmēt jebkur.
Bezmaksas un privāti
Nav nepieciešams konts, nav ūdenszīmes un nav izmēģinājuma reižu ierobežojuma. Ieraksts nepamet jūsu ierīci, kamēr to neapstiprināt, un audio fails un transkripts pēc apstrādes 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 balss tiek pārvērsta par TXT
Jūsu pārlūkprogramma ieraksta mikrofonu kā Opus audio (Chrome, Firefox, Edge) vai AAC (Safari) un saglabā to atmiņā. Kad apstiprināt, fails tiek augšupielādēts, izmantojot HTTPS, vienā no mūsu transkribēšanas serveriem.
Tur ffmpeg atkodē audio, bet 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 pa runātājiem, un transkripts tiek attiecīgi anotēts.
Transkripts tiek saglabāts kā vienkāršs UTF 8 teksta fails ar parastām pieturzīmēm un rindkopu pārtraukumiem, tāpēc to var atvērt jebkurā redaktorā, tekstapstrādes programmā vai piezīmju lietotnē un ielīmēt jebkur. Rezultātu lapā to var lejupielādēt; audio un transkripts pēc tam tiek automātiski dzēsti.
Ierakstīšanas padomi, kas ir svarīgāki par jebkuru iestatījumu
Runas atpazīšanas kvalitāte ir tik laba, cik labs ir audioieraksts. Vislielāko atšķirību rada trīs lietas: attālums, troksnis un pārklāšanās. Turiet mikrofonu 10–20 cm attālumā no mutes; tuvu turēts tālrunis ir labāks par klēpjdatoru galda pretējā pusē. Izslēdziet ventilatorus, aizveriet logu un izvairieties no telpām ar spēcīgu atbalsi.
Runājiet parastā tempā un pabeidziet teikumus — modelis izmanto kontekstu, tāpēc nepabeigti teikumi un parazītvārdi rada sliktāku tekstu nekā nedaudz lēnāka, pilnīga runa. Intervijās lūdziet cilvēkus nerunāt vienam pāri otram; pārklājoša runa ir sarežģītākais gadījums jebkurai runas atpazīšanas sistēmai.
Pirms sākšanas noklausieties priekšskatījumu. Ja līmeņa indikators tikko kustas vai pastāvīgi ir maksimālajā līmenī, ierakstiet vēlreiz, nevis ceriet, ka transkripcija būs pareiza.
Tipiski balss pārvēršanas TXT formātā lietojumi
Šo rīku izmanto cilvēki, kuriem labāk patīk runāt, nevis rakstīt, vai kuriem nepieciešams balss ziņojums ārpus tērzēšanas lietotnes: e-pasta vai raksta sagatavošanai, runājot, sapulces protokola fiksēšanai, lekcijas vai balss piezīmes pārvēršanai piezīmēs ar meklēšanas iespēju, interviju atbilžu transkribēšanai pētniecības vajadzībām un lasāmas balss ziņojuma versijas iegūšanai, ko pašlaik nevar atskaņot.
Tā kā Whisper valodu nosaka automātiski, tā pati lapa darbojas vācu diktātam, spāņu balss piezīmei vai angļu lekcijai bez jebkādiem iestatījumiem. Transkripcija netiek tulkota — tā tiek rakstīta valodā, kurā tika runāts.
Jau failā esošam audio — aplādēm, lekcijām, zvaniem — šīs vietnes audio pārvēršanas tekstā un MP3 pārvēršanas tekstā konvertētāji izmanto to pašu sistēmu ar tām pašām opcijām.
Ko šis rīks nedara
Tas netulko: transkripti ir runātajā valodā. Tas neveido subtitru laika kodus — SRT vai VTT failiem izmantojiet šīs vietnes subtitru konvertētājus. Tas neidentificē runātājus pēc vārda, bet tikai nosaka runātāja maiņu, ja ir ieslēgta runātāju noteikšana. Tas arī nevar atjaunot vārdus, kas ierakstā nav dzirdami.
Īpašvārdi, produktu nosaukumi un reti sastopami saīsinājumi ir biežākās kļūdas; ātra rezultāta pārlasīšana, pievēršot tiem uzmanību, parasti ir vienīgā rediģēšana, kas nepieciešama kvalitatīvam ierakstam.
FAQ
Biežāk uzdotie jautājumi
Cik precīzs ir transkripts?
Ja ieraksts ir skaidrs un runā viens cilvēks, Whisper galvenajās valodās parasti pareizi atpazīst ievērojami vairāk nekā 90 % vārdu, tostarp pieturzīmes. Precizitāte samazinās, ja ir spēcīgs fona troksnis, vairāki cilvēki runā cits citam pāri, audio ir ļoti kluss vai tiek lietots izteikts dialekts – tālāk sniegtie ierakstīšanas padomi palīdzēs vairāk nekā jebkurš iestatījums.
Kuras valodas tiek atbalstītas?
Whisper atpazīst aptuveni 100 valodas un automātiski nosaka valodu pēc pirmajām audio sekundēm, tāpēc nekas nav jāiestata. Ieraksti vairākās valodās tiek transkribēti dominējošajā valodā. Transkripts tiek izveidots runātajā valodā; tas netiek tulkots.
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 papildus aizņem aptuveni tikpat daudz laika.
Ko dara funkcija “Noteikt vairākus runātājus”?
Pirms transkribēšanas tiek veikta runātāju diarizācija un ikreiz, kad mainās runātājs, tiek ievietota atzīme. Izmantojiet to intervijām, sapulcēm un podkāstiem; diktēšanai un balss piezīmēm to atstājiet izslēgtu, jo tas tikai paildzina gaidīšanas laiku.
Kāpēc .txt fails, nevis Word dokuments?
Vienkāršais teksts ir visērtāk pārvietojamais rezultāts: tas tiek atvērts jebkurā ierīcē, tīri ielīmējas piezīmēs, e-pastos, CMS redaktoros un tērzētavās, kā arī aizņem ļoti maz vietas. Ja nepieciešams formatēts dokuments, ielīmējiet tekstu savā tekstapstrādes programmā vai izmantojiet šīs vietnes runas pārvēršanas par PDF rīku.