Confidențialitatea pe primul loc
Fișierele încărcate sunt șterse automat și permanent în decurs de două ore.
Ștergere automată
Vorbire în text
Dictați o dictare, o narațiune, notițe de curs, răspunsuri la interviu sau un scurt voice-over direct în browser ori încărcați o înregistrare și primiți cuvintele într-un fișier text simplu (.txt, UTF 8). 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 pentru fiecare înregistrare – sau încărcați MP3, WAV, M4A, AAC, OGG, FLAC ori WebM.
-
Transcriere: Whisper scrie cuvintele cu punctuație; opțional, marchează schimbările de vorbitor pentru interviuri și întâlniri. Rezultat: un fișier text simplu (.txt, UTF 8).
-
Confidențial: Nimic nu este încărcat până nu confirmați. Fișierul audio și transcrierea sunt șterse automat după procesare, cel târziu în câteva ore.
Transcriere
Cum funcționează conversia vorbirii în text
Pagina combină un recorder în browser cu un backend de transcriere bazat pe GPU. Înregistrarea folosește 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 pe „Înregistrați cu microfonul”, permiteți accesul o dată și vorbiți. Un cronometru și un indicator de nivel confirmă că semnalul audio este recepționat. Sau încărcați o înregistrare existentă – notițele vocale de pe orice telefon sunt acceptate.
2
Verificați și începeți
Ascultați înregistrarea în dialog. Activați „Detectează mai mulți vorbitori” pentru interviuri și ședințe (marchează 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 sunt de obicei convertite în mult sub un minut. Descărcați un fișier text simplu (.txt, UTF 8) de pe pagina cu rezultate.
Funcții cheie
Whisper integrat în platformă
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 etichetează schimbările de vorbitor în transcriere. Aceasta dublează aproximativ timpul de procesare, de aceea este dezactivată implicit.
Rezultate text adaptate fluxului dumneavoastră de lucru
Transcrierea este salvată ca fișier text simplu UTF 8, cu punctuație obișnuită și separări în paragrafe, astfel încât să poată fi deschisă în orice editor, procesor de text sau aplicație de notițe și lipită oriunde.
Gratuit și privat
Fără cont, fără filigran, fără limită de încercări. Înregistrarea nu părăsește niciodată dispozitivul dumneavoastră 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 text pe această pagină
Browserul dvs. 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 decodează fișierul audio, iar Whisper – un model open-source de recunoaștere vocală – îl transformă în text dintr-o singură trecere, inclusiv cu punctuație și separarea propozițiilor. Dacă detectarea vorbitorilor este activată, un model de diarizare separă mai întâi fișierul audio în funcție de vorbitor, iar transcrierea este adnotată corespunzător.
Transcrierea este salvată ca fișier text UTF 8 simplu, cu punctuație normală și paragrafe, astfel încât să poată fi deschisă în orice editor de text, procesor de text sau aplicație de notițe și să poată fi lipită oriunde. Pagina cu rezultatul vă permite să o descărcați; fișierul audio și transcrierea sunt șterse automat ulterior.
Sfaturi de înregistrare mai importante decât orice setare
Recunoașterea vocală este atât de bună pe cât este sunetul. 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 persoanele să nu vorbească una peste alta; vorbirea suprapusă este 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 fi corectă.
Utilizări obișnuite pentru conversia vorbirii în text
Acest instrument este folosit de profesori, creatori de podcasturi, jurnaliști și de oricine gândește mai repede vorbind decât la tastatură: pentru redactarea unui e-mail sau a unui articol prin vorbire, consemnarea minutelor unei ședințe, transformarea unei prelegeri sau a unei note vocale în notițe ușor de căutat, transcrierea răspunsurilor din interviuri pentru cercetare și obținerea unei versiuni ușor de citit 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 existente – podcasturi, prelegeri, apeluri – convertoarele audio în text și MP3 în text de pe acest site folosesc același motor inteligent, 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, denumirile de produse și abrevierile rare sunt cele mai frecvente erori; o citire rapidă a rezultatului, avându-le în vedere, este de obicei singura editare necesară pentru o înregistrare clară.
FAQ
Întrebări frecvente
Cât de precisă este transcrierea?
Cu o înregistrare clară și un singur vorbitor, Whisper transcrie corect de obicei peste 90 % dintre cuvinte în limbile principale, inclusiv punctuația. Precizia scade în prezența zgomotului de fundal puternic, când mai multe persoane vorbesc simultan, în cazul 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 din primele secunde ale fișierului audio, astfel încât nu trebuie să setați nimic. Înregistrările cu 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 fișierul audio în browserul dvs. până când apăsați butonul din fereastra de dialog. Dacă anulați sau închideți fila, nu a fost trimis 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”?
Înainte de transcriere, rulează o etapă de diarizare a vorbitorilor și inserează un marcaj de fiecare dată când se schimbă vorbitorul. Utilizați această opțiune pentru interviuri, ședințe și podcasturi; dezactivați-o pentru dictare și note vocale, unde nu face decât să adauge timp de așteptare.
Pot edita ulterior textul?
Da – rezultatul este un fișier .txt simplu. Deschideți-l în orice editor, corectați numele sau termenii tehnici pe care modelul i-a înțeles greșit și lipiți-l unde aveți nevoie. Numele proprii și abrevierile rare sunt cele mai frecvente elemente de verificat.