Confidențialitatea pe primul loc
Fișierele încărcate sunt șterse automat și permanent în decurs de două ore.
Ștergere automată
Voce în TXT
Dictați o notă vocală, un memento, un mesaj pentru un coleg sau o scurtă notă 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 a vorbirii, pe propriile noastre servere – în aproximativ 100 de limbi, detectate automat.
-
Înregistrați: Vorbiți în înregistratorul din browser – până la 30 de minute per înregistrare – sau încărcați MP3, WAV, M4A, AAC, OGG, FLAC sau WebM.
-
Transcrieți: Whisper scrie cuvintele cu punctuație; opțional, marcați schimbările de vorbitor pentru interviuri și ședințe. Rezultat: un fișier text simplu (.txt, UTF 8).
-
Privat: 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 voce în TXT
Pagina combină un recorder în browser cu un backend de transcriere bazat 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 dată și vorbiți. Un cronometru și un indicator de nivel confirmă că sunetul este recepționat. Sau încărcați o înregistrare existentă – notițele vocale de pe orice telefon sunt potrivite.
2
Verificați și începeți
Ascultați înregistrarea în fereastra de dialog. Activați „Detectează mai mulți vorbitori” pentru interviuri și întâlniri (marchează cine vorbește, dar durează considerabil mai mult). Apoi începeți transcrierea.
3
Descarcă 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) de pe pagina cu rezultate.
Funcții cheie
Tehnologia Whisper la bază
Whisper este antrenat pe 680.000 de ore de conținut audio multilingv 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 implicit.
Ieșire TXT adaptată fluxului dumneavoastră 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 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 vocea TXT 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 fișierul audio, iar Whisper – un model open-source de recunoaștere vocală – îl transformă în text dintr-o singură etapă, inclusiv cu punctuație și delimitarea propozițiilor. Dacă detectarea vorbitorilor este activată, un model de diarizare separă mai întâi conținutul 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 se deschide în orice editor, procesor de text sau aplicație de notițe și poate 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 vorbirii este la fel de bună ca sunetul. Trei aspecte fac cea mai mare diferență: distanța, zgomotul și suprapunerea vocilor. Păstrați 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 încât 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; 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, reînregistrați în loc să sperați că transcrierea va ieși corect.
Utilizări obișnuite pentru conversia vocii în TXT
Acest instrument este folosit de persoanele care preferă să vorbească în loc să tasteze sau care au nevoie de un mesaj vocal în afara unei aplicații de chat: redactarea unui e-mail sau a unui articol prin vorbire, înregistrarea proceselor-verbale ale ședințelor, transformarea unei prelegeri sau a unei note vocale în notițe în care se poate căuta, transcrierea răspunsurilor din interviuri pentru cercetare și obținerea unei versiuni ușor de citit a unui mesaj vocal care nu poate fi redat în acest moment.
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 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 este activată detectarea vorbitorilor. 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, ținând cont de acestea, 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 punctuația. Precizia scade în cazul zgomotului puternic de fundal, când mai multe persoane vorbesc simultan, pentru sunet foarte încet sau dialecte 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 în mai multe limbi sunt transcrise în limba predominantă. Transcrierea este realizată în limba vorbită; nu este tradusă.
Fișierul audio este încărcat în timp ce vorbesc?
Nu. Înregistratorul păstrează sunetul 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?
Recorderul 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 această opțiune pentru interviuri, ședințe și podcasturi; lăsați-o dezactivată pentru dictare și note vocale, unde doar prelungește timpul de așteptare.
De ce un fișier .txt și nu un document Word?
Textul simplu este rezultatul cel mai portabil: se deschide pe orice dispozitiv, se lipește curat în notițe, e-mailuri, editoare CMS și chat și ocupă foarte puțin spațiu. 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.