Mowa na MP3

Co dzieje się z nagraniem mowy podczas konwersji do MP3

Przeglądarki nie nagrywają dźwięku „raw”. Chrome, Firefox i Edge przechwytują dźwięk z mikrofonu jako Opus w kontenerze WebM, natomiast Safari na iPhone i Mac nagrywa AAC w kontenerze MP4. Oba formaty są już skompresowanymi kodekami odpowiednimi dla mowy, z częstotliwością 48 kHz (Opus) lub 44,1 kHz (AAC).

Po potwierdzeniu plik jest przesyłany przez HTTPS na jeden z naszych serwerów konwersji, gdzie ffmpeg go dekoduje i zapisuje jako MP3 (MPEG 1 Audio Layer III). Kodowanie odbywa się za pomocą LAME przez ffmpeg. W oknie dialogowym można wybrać 128, 192 lub 320 kb/s; domyślna wartość 192 kb/s w zupełności wystarcza dla nagrań mowy. Częstotliwość próbkowania i układ kanałów są zgodne z nagraniem (48 kHz mono w przypadku większości nagrań z przeglądarki).

Strona wynikowa zawiera przycisk pobierania oraz opcję „zapisz na Google Drive”. Przesłane nagranie jest usuwane 30 minut po otrzymaniu, a przekonwertowany plik — 2 godziny po utworzeniu.

Uzyskiwanie czystego nagrania z mikrofonu laptopa lub telefonu

Konwerter nie naprawi tego, czego mikrofon nie zarejestrował, dlatego warto zadbać o kilka rzeczy przed rozpoczęciem nagrywania. Należy usiąść 10–20 cm od mikrofonu, w pomieszczeniu bez działającego wentylatora i otwartego okna. Wbudowane mikrofony w laptopach zbierają dźwięki klawiatury i wentylatora; przewodowy zestaw słuchawkowy lub telefon trzymany blisko zwykle zapewniają wyraźniejszy dźwięk.

Należy wypowiedzieć pierwsze zdanie, zatrzymać nagrywanie i odsłuchać podgląd w oknie dialogowym. Miernik poziomu powinien wyraźnie reagować podczas mówienia, ale nigdy nie pozostawać stale na maksymalnym poziomie – miernik, który cały czas jest pełny, oznacza zbyt głośny sygnał wejściowy i zniekształcenia. Lepiej nagrać materiał ponownie, zamiast liczyć na późniejszą poprawę.

Nagrania w przeglądarce mają włączone usuwanie echa i redukcję szumów. Jest to idealne rozwiązanie do dyktowania, narracji, notatek z wykładów, odpowiedzi na pytania podczas wywiadu lub szybkiego komentarza lektorskiego, ale w przypadku nagrywania instrumentu muzycznego lepsze rezultaty zapewni przesłanie pliku z dedykowanej aplikacji do nagrywania.

Kto korzysta z konwersji mowy na MP3

Ta strona została stworzona z myślą o nauczycielach, twórcach podcastów, dziennikarzach oraz wszystkich, którzy szybciej formułują myśli na głos niż na klawiaturze. Typowe zastosowania to: nagrywanie odpowiedzi na pytania do wywiadu w celu późniejszej transkrypcji, dodawanie nagranego wyjaśnienia do dokumentu, narracja krótkiej prezentacji, tworzenie szybkiej próbki wymowy dla osób uczących się języka oraz zapisywanie pomysłu, zanim umknie.

Wybierz MP3, jeśli plik ma być odtwarzany wszędzie lub wysyłany przez czat i e-mail. To bezpieczny domyślny format dla głosu.

Jeśli celem jest transkrypcja tekstowa zamiast pliku audio, powiązane narzędzie zamiany mowy na tekst na tej stronie korzysta z tego samego rejestratora, a następnie wysyła dźwięk do transkrypcji opartej na Whisper.

Prywatność i limity w prostych słowach

Nie jest wymagane konto i nie przechowujemy kopii Państwa nagrania audio. Nagranie pozostaje w przeglądarce do momentu naciśnięcia przycisku; po konwersji pliki są usuwane według stałego harmonogramu (przesłane pliki po 30 minutach, wyniki po 2 godzinach). Import i eksport z Google Drive są uruchamiane tylko wtedy, gdy wyraźnie wybiorą Państwo plik lub opcję „zapisz na Dysku”, a my otrzymujemy wyłącznie jeden wybrany plik.

Limity: 30 minut na jedno nagranie w przeglądarce, jeden plik na konwersję oraz ogólny limit rozmiaru przesyłanego pliku wyświetlany na stronie. Strona jest bezpłatna i utrzymywana z reklam; to narzędzie nie dodaje znaku wodnego, nie ma licznika okresu próbnego ani wersji premium.