Confidențialitatea pe primul loc
Fișierele încărcate sunt șterse automat și permanent în decurs de două ore.
Ștergere automată
Vorbire în TXT
Dictați o dictare, o narațiune, notițe de curs, răspunsuri la interviuri sau un scurt voice-over direct în browser ori încărcați o înregistrare și primiți cuvintele într-un fișier text simplu (.txt, UTF 8). Transcrierea rulează 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 fișier text simplu (.txt, UTF 8).
-
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 TXT
Pagina combină un recorder în browser cu un backend de transcriere pe 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 singură dată și vorbiți. Un cronometru și un indicator de nivel confirmă că este recepționat sunet. Sau încărcați o înregistrare existentă – sunt potrivite și notițele vocale de pe orice telefon.
2
Verificați și începeți
Ascultați înregistrarea în fereastra de dialog. Activați „Detectare 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 durează de obicei mult sub un minut. Descărcați un fișier text simplu (.txt, UTF 8) din pagina cu rezultate.
Funcții cheie
Whisper în culise
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.
Ieșire TXT adaptată fluxului dvs. de lucru
Transcrierea este salvată ca fișier text simplu UTF 8, cu punctuație normală și paragrafe, astfel încât se deschide în orice editor, procesor de text sau aplicație de notițe și poate fi lipită oriunde.
Gratuit și privat
Fără cont, fără filigran, fără limită pentru perioada de probă. Înregistrarea nu părăsește niciodată dispozitivul dumneavoastră până nu confirmați, iar fișierul audio și transcrierea sunt șterse 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 TXT pe această pagină
Browserul dvs. înregistrează microfonul ca fișier 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 împarte mai întâi fișierul audio după vorbitor, iar transcrierea este adnotată în consecință.
Transcrierea este salvată ca fișier text simplu UTF 8, cu punctuație normală și paragrafe, astfel încât să poată fi deschisă în orice editor, procesor de text sau aplicație de notițe și lipită oriunde. Pagina cu rezultate vă permite să o 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. Trei aspecte 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 incomplete și cuvintele de umplutură produc un text mai slab decât vorbirea completă, ușor mai lentă. Pentru interviuri, rugați participanții să nu vorbească unii peste alții; 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 ieși corect.
Utilizări obișnuite pentru conversia vorbirii în TXT
Acest instrument este folosit de profesori, podcasteri, jurnaliști și de oricine gândește mai repede cu voce tare decât la tastatură: pentru redactarea unui e-mail sau articol prin vorbire, consemnarea minutelor unei ședințe, transformarea unei prelegeri sau a unei note vocale în notițe care pot fi căutate, 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 existente deja – 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 marcaje temporale pentru subtitrări – pentru fișiere SRT sau VTT, utilizați convertoarele de subtitrări de pe acest site. Nu identifică vorbitorii după nume, ci doar detectează 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; de obicei, o verificare rapidă a rezultatului, avându-le în vedere, este singura editare necesară 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 semnele de punctuație. Precizia scade în cazul zgomotului puternic de fundal, când mai multe persoane vorbesc simultan, al fișierelor audio foarte încete sau al dialectelor pronunțate – sfaturile 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 că nu trebuie să setați nimic. Înregistrările cu mai multe limbi sunt transcrise în limba predominantă. Transcrierea este redactată în limba vorbită; nu este tradusă.
Este încărcat sunetul în timp ce vorbesc?
Nu. Reportofonul păstrează fișierul audio în browserul dumneavoastră 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 diarizare a vorbitorilor înainte de transcriere și inserează un marcaj de fiecare dată când se schimbă vorbitorul. Folosiți-o pentru interviuri, întâlniri și podcasturi; lăsați-o dezactivată pentru dictare și note vocale, unde doar adaugă timp de așteptare.
De ce un fișier .txt și nu un document Word?
Textul simplu este rezultatul cel mai ușor de folosit: se deschide pe orice dispozitiv, se lipește fără probleme în note, e-mailuri, editoare CMS și chat și are o dimensiune foarte mică. Dacă aveți nevoie de un document formatat, lipiți textul în procesorul dvs. de texte sau utilizați instrumentul de conversie vorbire în PDF de pe acest site.