Súkromie na prvom mieste
Nahrané súbory sa automaticky a trvalo vymažú do dvoch hodín.
Automatické mazanie
Hlas na text
Nadiktujte hlasovú poznámku, pripomienku, správu pre kolegu alebo krátky záznam priamo v prehliadači, prípadne nahrajte nahrávku, a získajte slová ako obyčajný textový súbor (.txt, UTF 8). Prepis využíva Whisper, open-source model na rozpoznávanie reči, na našich vlastných serveroch – približne v 100 jazykoch, ktoré sa rozpoznajú automaticky.
-
Nahrávanie: Hovorte do rekordéra v prehliadači – až 30 minút na jednu nahrávku – alebo nahrajte súbor MP3, WAV, M4A, AAC, OGG, FLAC či WebM.
-
Prepis: Whisper zapíše slová s interpunkciou; pri rozhovoroch a schôdzkach môžete voliteľne označiť zmeny hovoriacich. Výstup: súbor vo formáte čistého textu (.txt, UTF 8).
-
Súkromné: Nič sa nenahrá, kým to nepotvrdíte. Zvukový súbor aj prepis sa po spracovaní automaticky vymažú, najneskôr do niekoľkých hodín.
Prepisovanie audiozáznamov
Ako funguje prevod hlasu na text
Stránka kombinuje rekordér priamo v prehliadači s GPU systémom na prepis reči. Nahrávanie využíva rozhranie MediaRecorder zabudované v prehliadačoch Chrome, Firefox, Edge a Safari; rozpoznávanie zabezpečuje Whisper, open-source model publikovaný spoločnosťou OpenAI, ktorý beží na našom vlastnom hardvéri, nie prostredníctvom API tretej strany.
Ako používať Converter App
1
Nahrajte alebo zaznamenajte
Stlačte „Nahrávať mikrofónom“, jednorazovo povoľte prístup a hovorte. Časovač a indikátor úrovne potvrdia, že sa zvuk nahráva. Môžete tiež nahrať existujúcu nahrávku – vhodné sú aj hlasové poznámky z akéhokoľvek telefónu.
2
Skontrolujte a spustite
Vypočujte si nahrávku v dialógovom okne. Pri rozhovoroch a stretnutiach zapnite možnosť „Rozpoznať viacerých hovoriacich“ (označí, kto hovorí, no bude to trvať výrazne dlhšie). Potom spustite prepis.
3
Stiahnite si prepis
Priebeh sa zobrazuje počas spracovania modelom; niekoľko minút reči zvyčajne trvá výrazne menej než minútu. Na stránke s výsledkom si stiahnite textový súbor (.txt, UTF 8).
Kľúčové funkcie
Technológia Whisper v pozadí
Whisper je natrénovaný na 680 000 hodinách viacjazyčného zvuku a oveľa lepšie zvláda prízvuky, hluk v pozadí aj odbornú slovnú zásobu než nástroje na diktovanie spred niekoľkých rokov. Jazyk sa rozpozná automaticky.
Rozpoznanie hovoriaceho na požiadanie
Pri konverzáciách voliteľná detekcia rečníkov označuje zmeny hovoriaceho v prepise. Približne zdvojnásobuje čas spracovania, preto je predvolene vypnutá.
Textový výstup, ktorý vyhovuje vašemu pracovnému postupu
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.
Bezplatné a súkromné
Žiadny účet, žiadny vodoznak, žiadne obmedzenie skúšobnej verzie. Nahrávka neopustí vaše zariadenie, kým to nepotvrdíte, a zvuk 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 hlas mení na text
Váš prehliadač zaznamenáva zvuk z mikrofónu vo formáte 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.
Server následne pomocou ffmpeg dekóduje zvuk a Whisper – open-source model na rozpoznávanie reči – ho v jednom kroku prepíše na text vrátane interpunkcie a zalomení viet. Ak je zapnutá detekcia hovoriacich, model diarizácie najprv rozdelí zvuk podľa jednotlivých hovoriacich a prepis sa príslušne označí.
Prepis sa uloží ako obyčajný textový súbor UTF 8 s bežnou interpunkciou a odsekmi, takže ho možno 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.
Tipy na nahrávanie, ktoré sú dôležitejšie než akékoľvek nastavenie
Rozpoznávanie reči je len také kvalitné ako zvukový záznam. Najväčší rozdiel robia tri veci: vzdialenosť, šum a prekrývanie hlasov. Mikrofón držte 10–20 cm od úst; telefón držaný nablízku je lepší než laptop na druhej strane stola. Vypnite ventilátory, zatvorte okno a vyhnite sa miestnostiam so silnou ozvenou.
Hovorte prirodzeným tempom a dokončujte vety – model využíva kontext, takže nedokončené vety a výplňové slová vedú k horšiemu textu než o trochu pomalšia, súvislá reč. Pri rozhovoroch požiadajte ľudí, aby nehovorili jeden cez druhého; prekrývajúca sa reč je najťažším prípadom pre každý systém rozpoznávania reči.
Pred spustením si vypočujte ukážku. Ak sa ukazovateľ úrovne zvuku sotva pohybuje alebo je neustále na maxime, nahrávku radšej vytvorte znova, než by ste sa spoliehali, že prepis bude správny.
Typické použitia prevodu hlasu na text
Tento nástroj využívajú ľudia, ktorí radšej hovoria než píšu, alebo potrebujú hlasovú správu aj mimo chatovacej aplikácie: na vytvorenie e-mailu alebo článku hovorením, zaznamenanie zápisu zo schôdze, premenu prednášky alebo hlasovej poznámky na poznámky s možnosťou vyhľadávania, prepis odpovedí z rozhovoru na účely výskumu a získanie čitateľnej verzie hlasovej správy, ktorú teraz nemožno prehrať.
Keďže Whisper rozpoznáva jazyk automaticky, tá istá stránka funguje pre nemecký diktát, španielsku hlasovú poznámku aj anglickú prednášku bez akéhokoľvek nastavenia. 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 systém s rovnakými možnosťami.
Čo tento nástroj nedokáže urobiť
Nejde o preklad: 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.
Najčastejšími chybami sú vlastné mená, názvy produktov a zriedkavé skratky; pri čistej nahrávke zvyčajne stačí výsledok rýchlo prečítať so zameraním na tieto prípady.
FAQ
Často kladené otázky
Aká presná je transkripcia?
Pri jasnej nahrávke s jedným hovoriacim Whisper zvyčajne správne rozpozná výrazne viac než 90 % slov v hlavných jazykoch 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 automaticky vyberie jazyk z prvých sekúnd zvuku, takže nie je potrebné nič nastavovať. Nahrávky vo viacerých jazykoch sa prepíšu v dominantnom jazyku. Prepis sa vytvorí v hovorenom jazyku; neprekladá sa.
Nahráva sa zvuk počas toho, ako hovorím?
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?
Rekordér v prehliadači sa zastaví po 30 minútach; nahrané súbory môžu byť dlhšie. Čas spracovania sa predlžuje s dĺžkou zvuku a rozpoznávanie hovoriacich pridáva približne rovnaký čas navyše.
Čo robí funkcia „Rozpoznať viacerých hovoriacich“?
Pred prepisom sa spustí krok diarizácie rečníkov a pri každej zmene rečníka sa vloží značka. Použite ho pri rozhovoroch, stretnutiach a podcastoch; pri diktovaní a hlasových poznámkach ho nechajte vypnutý, pretože len predlžuje čas čakania.
Môžem text následne upraviť?
Áno – výsledkom je obyčajný súbor .txt. Otvorte ho v ľubovoľnom editore, opravte mená alebo odborné výrazy, ktoré model nesprávne rozpoznal, a vložte ho tam, kde ho potrebujete. Vlastné mená a zriedkavé skratky sú najčastejšie veci, ktoré treba skontrolovať.