Zasebnost na prvem mestu
Naložene datoteke so samodejno in trajno izbrisane v dveh urah.
Samodejno brisanje
Govor v PDF
Narekujte besedilo, pripoved, zapiske s predavanja, odgovore na intervju ali kratek glasovni komentar neposredno v brskalnik oziroma naložite posnetek in prejmite besede v dokumentu PDF. Prepisovanje poteka z modelom za prepoznavanje govora Whisper, odprtokodnim modelom, na naših lastnih strežnikih – v približno 100 jezikih, ki se samodejno zaznajo.
-
Snemanje: Govorite v snemalnik v brskalniku – do 30 minut na posnetek – ali naložite MP3, WAV, M4A, AAC, OGG, FLAC ali WebM.
-
Prepišite: Whisper zapiše besede z ločili; po želji označi menjave govorcev pri intervjujih in sestankih. Izhod: dokument PDF.
-
Zasebno: nič se ne naloži, dokler ne potrdite. Zvočna datoteka in prepis se po obdelavi samodejno izbrišeta, najpozneje v nekaj urah.
Prepisovanje
Kako deluje pretvorba govora v PDF
Stran združuje snemalnik v brskalniku z zalednim sistemom za prepisovanje, ki uporablja GPU. Snemanje uporablja vmesnik MediaRecorder, vgrajen v Chrome, Firefox, Edge in Safari; prepoznavanje govora izvaja Whisper, odprtokodni model, ki ga je objavil OpenAI in deluje na naši lastni strojni opremi namesto prek API ja tretje osebe.
Kako uporabljati Converter App
1
Posnemite ali naložite
Pritisnite »Snemanje z mikrofonom«, enkrat dovolite dostop in začnite govoriti. Časovnik in merilnik ravni potrdita, da se zvok zaznava. Lahko pa naložite tudi obstoječi posnetek – primerni so glasovni zapiski iz katerega koli telefona.
2
Preverite in začnite
Posnetek poslušajte v pogovornem oknu. Za intervjuje in sestanke vklopite možnost »Zaznaj več govorcev« (označi, kdo govori, vendar postopek traja opazno dlje). Nato začnite prepisovanje.
3
Prenesite prepis
Med delovanjem modela je prikazan napredek; nekaj minut govora je običajno obdelanih v precej manj kot minuti. PDF dokument prenesite s strani z rezultati.
Ključne funkcije
Whisper v ozadju
Whisper je usposobljen na 680.000 urah večjezičnega zvoka ter veliko bolje kot narekovalniki izpred nekaj let obvladuje naglase, hrup v ozadju in strokovno besedišče. Jezik se zazna samodejno.
Prepoznavanje govorca na zahtevo
Pri pogovorih izbirno zaznavanje govorcev označi spremembe govorca v prepisu. Čas obdelave se približno podvoji, zato je privzeto izklopljeno.
PDF izhod, ki se prilagodi vašemu poteku dela
Prepis se najprej zapiše kot besedilo, nato pa se z LibreOffice oblikuje v PDF – preprost dokument za tiskanje z besedilom, ki ga je mogoče izbrati, brez optičnih branj ali slik.
Brezplačno in zasebno
Brez računa, brez vodnega žiga, brez omejitve preizkusov. Posnetek ne zapusti vaše naprave, dokler tega ne potrdite, zvok in prepis pa se po obdelavi samodejno izbrišeta.
Izkušnje & zasebnost
Zasnovano za zanesljive delovne tokove prepisovanja.
Razvili so ga inženirji z 10+ leti izkušenj z obsežno infrastrukturo, podatkovnimi sistemi in znanstvenim računalništvom. Zasnovan je za resnične zvočne delovne tokove, kjer so pomembni zasebnost, zanesljiva obdelava in praktična uporabnost.
Zaupajo nam uporabniki
Ocenjeno s 5 zvezdicami na Trustpilotu za hitrost, zanesljivost in preprosto uporabo.
Zaupanje uporabnikov
Akademska uporaba
Naveden v objavljenih raziskavah in uporabljen za prepisovanje intervjujev in kvalitativno analizo podatkov.
Uporaba v raziskovalne namene
Kako se govor na tej strani pretvori v PDF
Vaš brskalnik posname mikrofon kot zvok Opus (Chrome, Firefox, Edge) ali AAC (Safari) in ga shrani v pomnilnik. Ko potrdite, se datoteka prek HTTPS naloži na enega od naših strežnikov za prepisovanje.
ffmpeg tam dekodira zvok, Whisper – odprtokodni model za prepoznavanje govora – pa ga v enem koraku pretvori v besedilo, vključno z ločili in prelomi stavkov. Če je zaznavanje govorcev vklopljeno, model za diarizacijo najprej razdeli zvok po govorcih, prepis pa se ustrezno označi.
Prepis se najprej zapiše kot besedilo, nato pa se z LibreOffice oblikuje v PDF – preprost dokument za tiskanje z izbirnim besedilom, brez skenov ali slik. Na strani z rezultatom ga lahko prenesete; zvok in prepis se nato samodejno izbrišeta.
Nasveti za snemanje, ki so pomembnejši od vseh nastavitev
Prepoznavanje govora je le toliko dobro, kolikor je dober zvok. Največjo razliko naredijo tri stvari: razdalja, šum in prekrivanje govora. Mikrofon naj bo 10–20 cm od ust; telefon, ki ga držite blizu, je boljši od prenosnika na drugi strani mize. Izklopite ventilatorje, zaprite okno in se izogibajte prostorom z močnim odmevanjem.
Govorite z običajnim tempom in dokončajte stavke – model uporablja kontekst, zato napol izrečeni stavki in mašila ustvarijo slabše besedilo kot nekoliko počasnejši, celotni stavki. Pri intervjujih ljudi prosite, naj ne govorijo drug čez drugega; prekrivanje govora je najtežji primer za vsak prepoznavalnik.
Pred začetkom prisluhnite predogledu. Če se merilnik glasnosti komaj premika ali je nenehno na najvišji ravni, posnetek raje znova posnemite, namesto da upate, da bo prepis pravilen.
Običajni načini uporabe pretvorbe govora v PDF
To orodje uporabljajo učitelji, ustvarjalci podkastov, novinarji in vsi, ki hitreje razmišljajo na glas kot tipkajo na tipkovnici: za pripravo e-pošte ali članka z govorjenjem, zapisovanje zapisnikov sestankov, pretvarjanje predavanja ali glasovnega zapiska v zapiske, po katerih je mogoče iskati, prepisovanje odgovorov iz intervjujev za raziskave ter pridobitev berljive različice glasovnega sporočila, ki ga trenutno ni mogoče predvajati.
Ker Whisper samodejno zazna jezik, ista stran deluje za nemški narekovani zapis, španski glasovni zapisek ali angleško predavanje brez kakršnih koli nastavitev. Prepis ni preveden – zapisan je v jeziku, ki je bil govorjen.
Za zvok, ki že obstaja kot datoteka – podkaste, predavanja, klice – pretvornika zvoka v besedilo in MP3 v besedilo na tem spletnem mestu uporabljata isti mehanizem z enakimi možnostmi.
Česa to orodje ne omogoča
Ne prevaja: prepisi so v govorjenem jeziku. Ne ustvarja časovnih oznak za podnapise – za datoteke SRT ali VTT uporabite pretvornike podnapisov na tem spletnem mestu. Govorcev ne prepozna po imenu, temveč le po menjavi govorca, kadar je zaznavanje govorcev vklopljeno. Prav tako ne more obnoviti besed, ki jih na posnetku ni mogoče slišati.
Lastna imena, imena izdelkov in redke okrajšave so najpogostejše napake; pri čistem posnetku običajno zadostuje hiter pregled rezultata z upoštevanjem teh dejavnikov.
FAQ
Pogosta vprašanja
Kako natančen je prepis?
Pri jasnem posnetku z enim govorcem Whisper v glavnih jezikih, vključno z ločili, običajno pravilno prepozna več kot 90 % besed. Natančnost se zmanjša ob močnem šumu v ozadju, ko več oseb govori druga čez drugo, pri zelo tihem zvoku ali močnem narečju – spodnji nasveti za snemanje pomagajo bolj kot katera koli nastavitev.
Kateri jeziki so podprti?
Whisper prepozna približno 100 jezikov in samodejno izbere jezik na podlagi prvih sekund zvoka, zato ni treba ničesar nastaviti. Posnetki z več jeziki se prepišejo v prevladujočem jeziku. Prepis je zapisan v govorjenem jeziku; ni preveden.
Ali se zvok nalaga med govorjenjem?
Ne. Snemalnik ohrani zvok v vašem brskalniku, dokler v pogovornem oknu ne pritisnete gumba. Če prekličete postopek ali zaprete zavihek, ni poslano nič. Naložene datoteke in prepisi se po obdelavi samodejno izbrišejo.
Kako dolg je lahko posnetek?
Snemalnik v brskalniku se ustavi po 30 minutah; naložene datoteke so lahko daljše. Čas obdelave se podaljšuje z dolžino zvočnega posnetka, zaznavanje govorcev pa doda približno enako količino časa.
Kaj omogoča možnost »Zaznaj več govorcev«?
Pred prepisovanjem izvede korak razločevanja govorcev in vstavi oznako ob vsaki zamenjavi govorca. Uporabite ga za intervjuje, sestanke in podkaste; pri narekovanju in glasovnih zapiskih ga pustite izklopljenega, saj le podaljša čakalni čas.
Kako je videti PDF?
Preprost dokument A4 s prepisom kot izbirnim besedilom – brez grafik v glavi in brez vodnega žiga. Namenjen je arhiviranju, tiskanju ali pripenjanju e-poštnemu sporočilu; če želite besedilo urejati, vam orodje za pretvorbo govora v besedilo na tej strani ponudi enak prepis kot datoteko .txt.