Преобразование речи в аудиофайл

Что происходит с вашей речью на пути к аудиофайлу

Браузеры не записывают «необработанный» звук. Chrome, Firefox и Edge захватывают звук с микрофона в формате Opus внутри контейнера WebM; Safari на iPhone и Mac записывает AAC внутри MP4. Оба варианта уже используют сжатые кодеки, подходящие для речи: 48 кГц (Opus) или 44,1 кГц (AAC).

После подтверждения этот файл загружается по HTTPS на один из наших серверов конвертации, где ffmpeg декодирует его и создаёт MP3, WAV или M4A. MP3 кодируется с помощью LAME, M4A — кодировщиком AAC в ffmpeg; для обоих форматов используется выбранный вами битрейт: 128, 192 или 320 кбит/с. WAV сохраняется как 16 битный PCM без какого-либо сжатия.

На странице результата доступны кнопка скачивания и опция «сохранить на Google Drive». Загруженная запись удаляется через 30 минут после получения, а конвертированный файл — через 2 часа после создания.

Как получить чистую запись с микрофона ноутбука или телефона

Конвертер не сможет исправить то, что не записал микрофон, поэтому небольшая подготовка перед началом записи окупится. Расположитесь на расстоянии 10–20 см от микрофона в комнате без работающего вентилятора и открытого окна. Встроенные микрофоны ноутбуков улавливают шум клавиатуры и вентилятора; проводная гарнитура или телефон, который держат близко, обычно обеспечивают более чистый звук.

Произнесите первое предложение, остановитесь и прослушайте предпрослушивание в диалоговом окне. Индикатор уровня должен заметно двигаться во время речи, но не оставаться постоянно на максимуме — если индикатор всегда заполнен, входной сигнал слишком громкий и будет искажаться. Лучше записать заново, чем надеяться исправить это позже.

Для записей в браузере включены эхоподавление и шумоподавление. Это идеально для диктовки, озвучивания, заметок к лекции, ответов на интервью или быстрой закадровой озвучки, но при записи музыкального инструмента лучше загрузить файл из специального приложения для записи.

Кто использует преобразование речи в аудио

Эта страница создана для преподавателей, подкастеров, журналистов и всех, кто быстрее формулирует мысли вслух, чем на клавиатуре. Типичные способы использования: запись ответов на вопросы интервью для последующей расшифровки, добавление устного пояснения к документу, озвучивание короткой презентации, создание быстрого примера произношения для изучающих язык и фиксация идеи, пока она не исчезла.

MP3 — для универсального воспроизведения и обмена, M4A — для устройств Apple и самых компактных файлов с чистым звуком, WAV — если планируется редактирование или анализ аудио.

Если нужна письменная расшифровка, а не аудиофайл, воспользуйтесь связанным инструментом преобразования речи в текст на этом сайте: он использует тот же диктофон и вместо этого отправляет аудио на расшифровку на базе Whisper.

Конфиденциальность и ограничения простыми словами

Учётная запись не требуется, и мы не храним копию вашей аудиозаписи. Запись остаётся в вашем браузере, пока вы не нажмёте кнопку; после конвертации файлы удаляются по фиксированному расписанию (загрузки — через 30 минут, результаты — через 2 часа). Импорт из Google Drive и экспорт в него выполняются только после того, как вы явно выберете файл или нажмёте «сохранить на Диске», и мы получаем только один выбранный вами файл.

Ограничения: до 30 минут для одной записи в браузере, один файл за одну конвертацию и общее ограничение размера загрузки, указанное на странице. Страница бесплатна и поддерживается рекламой; для этого инструмента нет водяных знаков, счётчика пробного периода или премиум-версии.