Súkromie na prvom mieste
Nahrané súbory sa automaticky a trvalo vymažú do dvoch hodín.
Diktujte poznámky, komentár, prednáškové poznámky, odpovede z rozhovoru alebo krátky hlasový komentár priamo v prehliadači, prípadne nahrajte nahrávku, a získajte slová ako súbor s obyčajným textom (.txt, UTF 8). Prepis využíva Whisper, open-source model rozpoznávania reči, na našich vlastných serveroch – približne v 100 jazykoch, ktoré sa rozpoznajú automaticky.
Stránka spája rekordér v prehliadači s GPU systémom na prepis reči. Nahrávanie využíva rozhranie MediaRecorder integrované v prehliadačoch Chrome, Firefox, Edge a Safari; rozpoznávanie zabezpečuje Whisper, open-source model vydaný spoločnosťou OpenAI, ktorý beží na našom vlastnom hardvéri, nie prostredníctvom API tretej strany.
Stlačte „Nahrávať pomocou mikrofónu“, jednorazovo povoľte prístup a hovorte. Časovač a ukazovateľ úrovne potvrdia, že sa prijíma zvuk. Môžete tiež nahrať existujúcu nahrávku – hlasové poznámky z akéhokoľvek telefónu sú v poriadku.
V dialógovom okne si vypočujte nahrávku. Pri rozhovoroch a stretnutiach zapnite možnosť „Rozpoznať viacerých hovoriacich“ (označí, kto hovorí, ale spracovanie bude trvať výrazne dlhšie). Potom spustite prepis.
Počas spracovania modelom sa zobrazuje priebeh; niekoľko minút reči zvyčajne trvá výrazne menej než minútu. Na stránke s výsledkom si stiahnite súbor s obyčajným textom (.txt, UTF 8).
Whisper je trénovaný na 680 000 hodinách viacjazyčného zvuku a oveľa lepšie zvláda prízvuky, šum v pozadí aj odbornú slovnú zásobu než diktovacie systémy spred niekoľkých rokov. Jazyk sa rozpozná automaticky.
Pri konverzáciách voliteľná detekcia rečníkov označí v prepise zmeny rečníka. Približne zdvojnásobí čas spracovania, preto je predvolene vypnutá.
Prepis sa uloží ako obyčajný textový súbor UTF 8 s bežnou interpunkciou a odsekmi, takže ho môžete otvoriť v ľubovoľnom editore, textovom procesore alebo aplikácii na poznámky a vložiť kamkoľvek.
Žiadny účet, žiadny vodoznak, žiadne počítadlo skúšobnej verzie. Nahrávka neopustí vaše zariadenie, kým to nepotvrdíte, a zvukový súbor aj prepis sa po spracovaní automaticky odstránia.
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.
Nahrané súbory sa automaticky a trvalo vymažú do dvoch hodín.
Hodnotenie 5 hviezdičiek na Trustpilote za rýchlosť, spoľahlivosť a jednoduché používanie.
Citované v publikovaných výskumoch a používané na prepis rozhovorov a kvalitatívnu analýzu dát.
Váš prehliadač zaznamenáva zvuk z mikrofónu vo formáte Opus (Chrome, Firefox, Edge) alebo AAC (Safari) a uchováva ho v pamäti. Po potvrdení sa súbor nahrá cez HTTPS na jeden z našich serverov na prepis.
Server ffmpeg zvuk dekóduje a Whisper – model na rozpoznávanie reči s otvoreným zdrojovým kódom – ho v jednom kroku prevedie na text vrátane interpunkcie a zalomení viet. Ak je zapnuté rozpoznávanie hovorcov, model diarizácie najprv rozdelí zvuk podľa hovorcov a prepis sa príslušne označí.
Prepis sa uloží ako obyčajný textový súbor UTF 8 s bežnou interpunkciou a odsekmi, takže ho môžete otvoriť v ľubovoľnom editore, textovom procesore alebo aplikácii na poznámky a vložiť kamkoľvek. Na stránke s výsledkom si ho môžete stiahnuť; zvuk aj prepis sa potom automaticky odstránia.
Rozpoznávanie reči je len také dobré ako zvukový záznam. Najväčší rozdiel robia tri veci: vzdialenosť, šum a prekrývanie hlasov. Mikrofón majte 10–20 cm od úst; telefón držaný blízko 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 slovné výplne vytvárajú horší text než o niečo pomalšia, súvislá reč. Pri rozhovoroch požiadajte ľudí, aby nehovorili jeden cez druhého; prekrývajúca sa reč je najťažším prípadom pre akýkoľvek systém rozpoznávania.
Pred začatím si vypočujte ukážku. Ak sa indikátor úrovne sotva pohybuje alebo je neustále na maxime, nahrajte záznam znova namiesto toho, aby ste dúfali, že prepis bude správny.
Tento nástroj používajú učitelia, podcasteri, novinári a všetci, ktorí myslia rýchlejšie nahlas než pri klávesnici: na vytvorenie návrhu e-mailu alebo článku hovorením, zaznamenanie zápisnice zo stretnutia, premenu prednášky alebo hlasovej poznámky na poznámky s možnosťou vyhľadávania, prepis odpovedí z rozhovorov na výskumné účely či získanie čitateľnej verzie hlasovej správy, ktorú si práve nemožno prehrať.
Keďže Whisper automaticky rozpoznáva jazyk, tá istá stránka funguje pre nemecký diktát, španielsku hlasovú poznámku aj anglickú prednášku bez akéhokoľvek nastavovania. Prepis sa neprekladá – zapíše sa v jazyku, ktorým sa hovorilo.
Pre zvuk, ktorý už existuje ako súbor – podcasty, prednášky, hovory – používajú prevodníky zvuku na text a MP3 na text na tejto stránke rovnaký inteligentný systém s rovnakými možnosťami.
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 zmenu hovoriaceho, keď je zapnutá detekcia hovoriacich. Nedokáže ani obnoviť slová, ktoré v nahrávke nie je počuť.
Vlastné mená, názvy produktov a zriedkavé skratky sú najčastejšími chybami; pri čistej nahrávke zvyčajne stačí výsledok rýchlo prečítať so zameraním na tieto prvky.
Pri jasnej nahrávke a jednom hovoriacom Whisper zvyčajne správne rozpozná výrazne viac ako 90 % slov v hlavných jazykoch vrátane interpunkcie. Presnosť klesá pri silnom hluku na pozadí, keď hovorí viac ľudí súčasne, pri veľmi tichom zvuku alebo výraznom dialekte – tipy na nahrávanie uvedené nižšie pomôžu viac než akékoľvek nastavenie.
Whisper rozpoznáva približne 100 jazykov a jazyk automaticky určí z prvých sekúnd zvuku, takže nie je potrebné nič nastavovať. Nahrávky s viacerými jazykmi sa prepíšu v prevládajúcom jazyku. Prepis sa vytvorí v hovorenom jazyku; neprekladá sa.
Nie. Nahrávač uchováva zvuk vo vašom prehliadači, kým v dialógovom okne nestlačíte tlačidlo. Ak akciu zrušíte alebo zatvoríte kartu, nič sa neodošle. Nahrané súbory a prepisy sa po spracovaní automaticky odstránia.
Nahrávanie v prehliadači sa zastaví po 30 minútach; nahrané súbory môžu byť dlhšie. Čas spracovania sa predlžuje s dĺžkou zvuku a detekcia rečníkov pridáva približne rovnaký čas navyše.
Pred prepisom sa vykoná krok diarizácie rečníkov a pri každej zmene rečníka sa vloží označenie. Použite ho pri rozhovoroch, stretnutiach a podcastoch; pri diktovaní a hlasových poznámkach ho nechajte vypnutý, pretože by len predĺžil čas čakania.
Obyčajný text je najprenosnejší výsledok: otvoríte ho na každom zariadení, dá sa jednoducho vložiť do poznámok, e-mailov, editorov CMS a chatu a zaberá minimum miesta. Ak potrebujete formátovaný dokument, vložte text do textového editora alebo použite nástroj na prevod reči do PDF na tejto stránke.