Confidențialitatea pe primul loc
Fișierele încărcate sunt șterse automat și permanent în decurs de două ore.
Ștergere automată
Vorbire în PDF
Dictați un text, o narațiune, notițe de la curs, răspunsuri la interviuri sau o voce din off direct în browser ori încărcați o înregistrare și primiți textul sub forma unui document PDF. Transcrierea se realizează cu Whisper, modelul open-source de recunoaștere vocală, pe propriile noastre servere – în aproximativ 100 de limbi, detectate automat.
-
Înregistrați: vorbiți în recorderul din browser – până la 30 de minute per înregistrare – sau încărcați MP3, WAV, M4A, AAC, OGG, FLAC sau WebM.
-
Transcriere: Whisper scrie cuvintele cu punctuație; opțional, marchează schimbările de vorbitor pentru interviuri și întâlniri. Rezultat: un document PDF.
-
Confidențial: nimic nu este încărcat până când nu confirmați. Fișierul audio și transcrierea sunt șterse automat după procesare, cel târziu în câteva ore.
Transcriere
Cum funcționează conversia vorbirii în PDF
Pagina combină un recorder în browser cu un sistem de transcriere GPU. Înregistrarea utilizează interfața MediaRecorder integrată în Chrome, Firefox, Edge și Safari; recunoașterea este realizată de Whisper, modelul open-source publicat de OpenAI, care rulează pe propriul nostru hardware, nu printr-un API terț.
Cum se folosește Converter App
1
Înregistrați sau încărcați
Apăsați „Înregistrați cu microfonul”, permiteți accesul o dată și vorbiți. Un cronometru și un indicator de nivel confirmă recepționarea sunetului. Sau încărcați o înregistrare existentă – notițele vocale de pe orice telefon sunt în regulă.
2
Verifică și începe
Ascultați înregistrarea în dialog. Activați „Detectează mai mulți vorbitori” pentru interviuri și întâlniri (indică cine vorbește, dar durează considerabil mai mult). Apoi începeți transcrierea.
3
Descărcați transcrierea
Progresul este afișat în timp ce modelul procesează; câteva minute de vorbire durează, de obicei, mult sub un minut. Descărcați un document PDF de pe pagina cu rezultate.
Funcții cheie
Whisper integrat
Whisper este antrenat pe 680.000 de ore de conținut audio în mai multe limbi și gestionează accentele, zgomotul de fundal și vocabularul tehnic mult mai bine decât motoarele de dictare de acum câțiva ani. Limba este detectată automat.
Detectarea vorbitorilor la cerere
Pentru conversații, detectarea opțională a vorbitorilor marchează schimbările de vorbitor în transcriere. Aceasta dublează aproximativ timpul de procesare, motiv pentru care este dezactivată în mod implicit.
Fișiere PDF care se potrivesc fluxului dumneavoastră de lucru
Transcrierea este mai întâi redactată ca text, apoi aranjată ca PDF cu LibreOffice – un document simplu, imprimabil, cu text selectabil, fără scanări sau imagini.
Gratuit și privat
Fără cont, fără filigran, fără limită de încercări. Înregistrarea nu părăsește dispozitivul dvs. până nu confirmați, iar fișierul audio și transcrierea sunt eliminate automat după procesare.
Experiență și confidențialitate
Construit pentru fluxuri de lucru de transcriere fiabile.
Dezvoltat de ingineri cu peste 10 ani de experiență în infrastructură la scară largă, sisteme de date și calcul științific. Proiectat pentru fluxuri de lucru audio din lumea reală, unde confidențialitatea, procesarea fiabilă și utilizarea practică sunt importante.
De încredere pentru utilizatori
Evaluat cu 5 stele pe Trustpilot pentru viteză, fiabilitate și ușurință în utilizare.
Încrederea utilizatorilor
Utilizare academică
Menționat în cercetări publicate și utilizat pentru transcrierea interviurilor și analiza calitativă a datelor.
Utilizare în scop de cercetare
Cum devine vorbirea PDF pe această pagină
Browserul dumneavoastră înregistrează microfonul ca audio Opus (Chrome, Firefox, Edge) sau AAC (Safari) și îl păstrează în memorie. Când confirmați, fișierul este încărcat prin HTTPS pe unul dintre serverele noastre de transcriere.
Acolo, ffmpeg decodifică sunetul, iar Whisper – un model open-source de recunoaștere vocală – îl transformă în text dintr-o singură trecere, inclusiv cu punctuație și delimitări de propoziții. Dacă detectarea vorbitorilor este activată, un model de diarizare împarte mai întâi sunetul după vorbitor, iar transcrierea este adnotată corespunzător.
Transcrierea este mai întâi scrisă ca text, apoi aranjată ca PDF cu LibreOffice – un document simplu, imprimabil, cu text selectabil, fără scanări sau imagini. Pagina cu rezultate vă permite să îl descărcați; fișierul audio și transcrierea sunt șterse automat ulterior.
Sfaturi de înregistrare mai importante decât orice setare
Recunoașterea vocală este la fel de bună ca sunetul înregistrat. Trei lucruri fac cea mai mare diferență: distanța, zgomotul și suprapunerea vocilor. Țineți microfonul la 10–20 cm de gură; un telefon ținut aproape este mai bun decât un laptop aflat de cealaltă parte a mesei. Opriți ventilatoarele, închideți fereastra și evitați încăperile cu ecou puternic.
Vorbiți într-un ritm normal și terminați propozițiile – modelul folosește contextul, astfel că propozițiile neterminate și cuvintele de umplutură produc un text mai slab decât o vorbire completă, puțin mai lentă. Pentru interviuri, rugați participanții să nu vorbească unii peste alții; vocile suprapuse reprezintă cel mai dificil caz pentru orice sistem de recunoaștere vocală.
Ascultați previzualizarea înainte de a începe. Dacă indicatorul de nivel abia se mișcă sau rămâne constant la nivel maxim, înregistrați din nou în loc să sperați că transcrierea va ieși corect.
Utilizări obișnuite pentru conversia vorbirii în PDF
Acest instrument este folosit de profesori, realizatori de podcasturi, jurnaliști și de oricine gândește mai repede cu voce tare decât la tastatură: pentru redactarea unui e-mail sau a unui articol prin vorbire, consemnarea proceselor-verbale ale ședințelor, transformarea unei prelegeri sau a unei note vocale în notițe ușor de căutat, transcrierea răspunsurilor din interviuri pentru cercetare și obținerea unei versiuni lizibile a unui mesaj vocal care nu poate fi redat momentan.
Deoarece Whisper detectează automat limba, aceeași pagină funcționează pentru o dictare în germană, o notă vocală în spaniolă sau o prelegere în engleză, fără nicio setare. Transcrierea nu este tradusă – este scrisă în limba vorbită.
Pentru fișiere audio deja existente – podcasturi, prelegeri, apeluri – convertoarele audio în text și MP3 în text de pe acest site folosesc același motor, cu aceleași opțiuni.
Ce nu face acest instrument
Nu traduce: transcrierile sunt în limba vorbită. Nu generează timpi pentru subtitrări – pentru fișiere SRT sau VTT utilizați convertoarele de subtitrări de pe acest site. Nu identifică vorbitorii după nume, ci doar schimbarea vorbitorului atunci când detectarea vorbitorilor este activată. De asemenea, nu poate recupera cuvintele care nu se aud în înregistrare.
Numele proprii, numele de produse și abrevierile rare sunt cele mai frecvente erori; o parcurgere rapidă a rezultatului, avându-le în vedere, este de obicei tot ce trebuie editat pentru o înregistrare clară.
FAQ
Întrebări frecvente
Cât de precisă este transcrierea?
Cu o înregistrare clară și un singur vorbitor, Whisper recunoaște de obicei corect peste 90 % dintre cuvinte în limbile principale, inclusiv punctuația. Precizia scade în cazul zgomotului puternic de fundal, al mai multor persoane care vorbesc simultan, al sunetului foarte încet sau al unui dialect pronunțat – recomandările de înregistrare de mai jos ajută mai mult decât orice setare.
Ce limbi sunt acceptate?
Whisper recunoaște aproximativ 100 de limbi și selectează automat limba în funcție de primele secunde ale înregistrării audio, astfel că nu trebuie să setați nimic. Înregistrările în mai multe limbi sunt transcrise în limba predominantă. Transcrierea este redactată în limba vorbită; nu este tradusă.
Fișierul audio este încărcat în timp ce vorbesc?
Nu. Înregistratorul păstrează sunetul în browserul dvs. până când apăsați butonul din fereastra de dialog. Dacă anulați sau închideți fila, nu se trimite nimic. Fișierele încărcate și transcrierile sunt șterse automat după procesare.
Cât de lungă poate fi înregistrarea?
Înregistratorul din browser se oprește după 30 de minute; fișierele încărcate pot fi mai lungi. Timpul de procesare crește odată cu durata fișierului audio, iar detectarea vorbitorilor adaugă aproximativ același timp.
Ce face opțiunea „Detectează mai mulți vorbitori”?
Rulează o etapă de identificare a vorbitorilor înainte de transcriere și inserează un marcaj de fiecare dată când se schimbă vorbitorul. Folosiți această opțiune pentru interviuri, întâlniri și podcasturi; lăsați-o dezactivată pentru dictare și note vocale, unde doar adaugă timp de așteptare.
Cum arată PDF ul?
Un document A4 simplu cu transcrierea ca text selectabil – fără elemente grafice în antet, fără filigran. Este destinat arhivării, imprimării sau atașării la un e-mail; dacă doriți să editați textul, instrumentul de conversie vorbire în text de pe acest site vă oferă aceeași transcriere ca fișier .txt.