Súkromie na prvom mieste
Nahrané súbory sa automaticky a trvalo vymažú do dvoch hodín.
Automatické mazanie
Reč na PDF
Nadiktujte diktát, rozprávanie, poznámky z prednášky, odpovede na rozhovor alebo krátky hlasový komentár priamo v prehliadači, prípadne nahrajte nahrávku, a získajte prepísaný text ako dokument PDF. Prepis využíva Whisper, open-source model na rozpoznávanie reči, na našich vlastných serveroch – v približne 100 jazykoch, ktoré sa rozpoznajú automaticky.
-
Nahrajte: Hovorte do rekordéra v prehliadači – až 30 minút na jednu nahrávku – alebo nahrajte súbor MP3, WAV, M4A, AAC, OGG, FLAC alebo WebM.
-
Prepis: Whisper prepíše slová s interpunkciou; voliteľne označí zmeny hovoriacich pri rozhovoroch a stretnutiach. Výstup: dokument PDF.
-
Súkromie: Nič sa nenahrá, kým to nepotvrdíte. Zvukový súbor a prepis sa po spracovaní automaticky odstránia, najneskôr do niekoľkých hodín.
Prepisovanie
Ako funguje prevod reči na PDF
Stránka kombinuje rekordér v prehliadači s backendom na prepis využívajúcim GPU. Nahrávanie využíva rozhranie MediaRecorder zabudované v prehliadačoch Chrome, Firefox, Edge a Safari; rozpoznávanie reči zabezpečuje Whisper, open-source model vydaný spoločnosťou OpenAI, ktorý beží na našom vlastnom hardvéri namiesto API tretej strany.
Ako používať Converter App
1
Nahrajte alebo zaznamenajte
Stlačte „Nahrávať pomocou mikrofónu“, jednorazovo povoľte prístup a hovorte. Časovač a indikátor úrovne potvrdia, že prichádza zvuk. Prípadne nahrajte existujúcu nahrávku – postačia aj hlasové poznámky z akéhokoľvek telefónu.
2
Skontrolujte a spustite
V dialógovom okne si vypočujte nahrávku. Pri rozhovoroch a stretnutiach zapnite možnosť „Rozpoznať viacerých hovoriacich“ (označí, kto hovorí, ale potrvá to výrazne dlhšie). Potom spustite prepis.
3
Stiahnite si prepis
Počas spracovania modelom sa zobrazuje priebeh; niekoľko minút reči zvyčajne trvá výrazne menej než minútu. Dokument PDF si stiahnite zo stránky s výsledkom.
Kľúčové funkcie
Whisper v jadre systému
Whisper je vyškolený na 680 000 hodinách viacjazyčného zvuku a oveľa lepšie než diktovacie systémy spred niekoľkých rokov zvláda prízvuky, hluk na pozadí aj odbornú slovnú zásobu. Jazyk sa rozpozná automaticky.
Detekcia rečníkov na požiadanie
Pri konverzáciách voliteľná detekcia hovoriacich označí v prepise zmeny rečníka. Približne zdvojnásobí čas spracovania, preto je predvolene vypnutá.
Výstup PDF, ktorý sa prispôsobí vášmu pracovnému postupu
Prepis sa najprv vytvorí ako text a potom sa pomocou LibreOffice naformátuje do PDF – ide o jednoduchý dokument pripravený na tlač s označiteľným textom, bez skenov alebo obrázkov.
Bezplatné a súkromné
Žiadny účet, žiadny vodoznak, žiadne obmedzenie skúšobnej verzie. Nahrávka neopustí vaše zariadenie, kým to nepotvrdíte, a zvukový súbor aj prepis sa po spracovaní automaticky odstránia.
Skúsenosti & súkromie
Vytvorené pre spoľahlivé pracovné postupy prepisu.
Vyvinuté inžiniermi s viac ako 10 rokmi skúseností s rozsiahlymi infraštruktúrami, dátovými systémami a vedeckými výpočtami. Navrhnuté pre reálne audio pracovné postupy, kde sú dôležité súkromie, spoľahlivé spracovanie a praktická použiteľnosť.
Dôveryhodné pre používateľov
Hodnotenie 5 hviezdičiek na Trustpilote za rýchlosť, spoľahlivosť a jednoduché používanie.
Dôvera používateľov
Akademické použitie
Citované v publikovaných výskumoch a používané na prepis rozhovorov a kvalitatívnu analýzu dát.
Použitie na výskum
Ako sa na tejto stránke prevádza reč do PDF
Váš prehliadač zaznamenáva mikrofón ako zvuk Opus (Chrome, Firefox, Edge) alebo AAC (Safari) a uchováva ho v pamäti. Po potvrdení sa súbor cez HTTPS nahrá na jeden z našich serverov na prepis.
ffmpeg tam zvuk dekóduje a Whisper – open-source model na rozpoznávanie reči – ho v jednom kroku prevedie na text vrátane interpunkcie a zalomení viet. Ak je zapnutá detekcia hovoriacich, model diarizácie najprv rozdelí zvuk podľa hovoriacich a prepis sa príslušne označí.
Prepis sa najprv zapíše ako text a potom sa pomocou LibreOffice naformátuje do PDF – jednoduchého dokumentu pripraveného na tlač s voliteľným textom, bez skenov či obrázkov. Na stránke s výsledkom si ho môžete stiahnuť; zvuk aj prepis sa potom automaticky odstránia.
Tipy na nahrávanie, ktoré sú dôležitejšie než akékoľvek nastavenie
Rozpoznávanie reči je len také kvalitné ako zvukový záznam. Najväčší rozdiel robia tri veci: vzdialenosť, hluk a prekrývanie hlasov. Mikrofón držte 10–20 cm od úst; telefón držaný nablízku je lepší než notebook na druhej strane stola. Vypnite ventilátory, zatvorte okno a vyhnite sa miestnostiam so silnou ozvenou.
Hovorte bežným tempom a dokončujte vety – model využíva kontext, takže nedokončené vety a výplňové slová vytvárajú horší text než o niečo pomalšia, súvislá reč. Pri rozhovoroch požiadajte ľudí, aby nehovorili jeden cez druhého; prekrývanie reči je pre každý systém rozpoznávania reči najťažší prípad.
Pred začatím si vypočujte ukážku. Ak sa indikátor úrovne sotva pohybuje alebo je neustále na maxime, nahrávku radšej vytvorte znova, než aby ste dúfali, že prepis bude správny.
Bežné využitie prevodu reči na PDF
Tento nástroj používajú učitelia, podcasteri, novinári a všetci, ktorí formulujú myšlienky rýchlejšie nahlas než na klávesnici: na vytvorenie návrhu e-mailu alebo článku hovorením, zaznamenanie zápisnice zo stretnutia, premenu prednášky alebo hlasovej poznámky na vyhľadateľné poznámky, prepis odpovedí z rozhovoru na výskumné účely a získanie čitateľnej verzie hlasovej správy, ktorú momentálne nie je možné prehrať.
Keďže Whisper automaticky rozpoznáva jazyk, táto stránka funguje bez akéhokoľvek nastavenia pre nemecký diktát, španielsku hlasovú poznámku aj anglickú prednášku. Prepis sa neprekladá – zapíše sa v jazyku, ktorým sa hovorilo.
Pre zvuk, ktorý už existuje ako súbor – podcasty, prednášky, hovory – prevodníky zvuku na text a MP3 na text na tejto stránke používajú rovnaký systém s rovnakými možnosťami.
Čo tento nástroj nerobí
Neprekladá: prepisy sú v hovorenom jazyku. Nevytvára časovanie titulkov – pre súbory SRT alebo VTT použite prevodníky titulkov na tejto stránke. Neidentifikuje hovoriacich podľa mena, iba označuje zmenu hovoriaceho, keď je zapnuté rozpoznávanie hovoriacich. Taktiež nedokáže obnoviť slová, ktoré v nahrávke nie je počuť.
Vlastné mená, názvy produktov a zriedkavé skratky patria medzi najčastejšie chyby; pri čistej nahrávke zvyčajne stačí výsledok rýchlo prečítať so zameraním na tieto prvky.
FAQ
Často kladené otázky
Aká presná je transkripcia?
Pri čistej nahrávke a jednom hovoriacom Whisper v hlavných jazykoch zvyčajne správne rozpozná výrazne viac ako 90 % slov vrátane interpunkcie. Presnosť klesá pri silnom hluku v pozadí, keď hovorí viac ľudí naraz, pri veľmi tichom zvuku alebo výraznom nárečí – nižšie uvedené tipy na nahrávanie pomôžu viac než akékoľvek nastavenie.
Ktoré jazyky sú podporované?
Whisper rozpoznáva približne 100 jazykov a jazyk automaticky vyberie z prvých sekúnd zvuku, takže nie je potrebné nič nastavovať. Nahrávky s viacerými jazykmi sa prepisujú v dominantnom jazyku. Prepis je vytvorený v hovorenom jazyku; neprekladá sa.
Nahráva sa zvuk počas rozprávania?
Nie. Nahrávač uchováva zvuk vo vašom prehliadači, kým v dialógovom okne nestlačíte tlačidlo. Ak nahrávanie zrušíte alebo zatvoríte kartu, nič sa neodošle. Nahrané súbory a prepisy sa po spracovaní automaticky odstránia.
Aká dlhá môže byť nahrávka?
Nahrávanie v prehliadači sa zastaví po 30 minútach; nahrané súbory môžu byť dlhšie. Čas spracovania sa predlžuje s dĺžkou zvuku a detekcia hovoriacich pridáva približne rovnaký čas navyše.
Čo robí funkcia „Rozpoznať viacerých hovoriacich“?
Pred prepisom spustí krok rozpoznania rečníkov a pri každej zmene rečníka vloží značku. Použite ho pri rozhovoroch, stretnutiach a podcastoch; pri diktovaní a hlasových poznámkach ho nechajte vypnutý, pretože iba predĺži čas čakania.
Ako bude PDF vyzerať?
Jednoduchý dokument A4 s prepisom ako označiteľným textom – bez grafiky v hlavičke a bez vodoznaku. Je určený na archiváciu, tlač alebo priloženie k e-mailu; ak chcete text upravovať, nástroj na prevod reči na text na tejto stránke vám poskytne rovnaký prepis ako súbor .txt.