Zasebnost na prvem mestu
Naložene datoteke so samodejno in trajno izbrisane v dveh urah.
Samodejno brisanje
Govor v besedilo
Narekujte besedilo, pripoved, zapiske s predavanja, odgovore na intervju ali kratko glasovno spremljavo neposredno v brskalnik oziroma naložite posnetek in prejmite besede kot datoteko z navadnim besedilom (.txt, UTF 8). Prepisovanje poteka z modelom Whisper, odprtokodnim modelom za prepoznavanje govora, na naših lastnih strežnikih – v približno 100 jezikih, ki se zaznajo samodejno.
-
Snemanje: Govorite v snemalnik v brskalniku – do 30 minut na posnetek – ali naložite MP3, WAV, M4A, AAC, OGG, FLAC ali WebM.
-
Prepis: Whisper zapisuje besede z ločili; po želji označi menjave govorcev pri intervjujih in sestankih. Izhod: datoteka z navadnim besedilom (.txt, UTF 8).
-
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 besedilo
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 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 datoteko
Pritisnite »Snemanje z mikrofonom«, enkrat dovolite dostop in govorite. Časovnik in merilnik ravni potrdita, da se zvok zajema. Lahko tudi naložite obstoječi posnetek – primerni so glasovni zapiski iz katerega koli telefona.
2
Preverite in začnite
Prisluhnite posnetku v pogovornem oknu. Za intervjuje in sestanke vklopite možnost »Zaznaj več govorcev« (označi, kdo govori, vendar postopek traja občutno dlje). Nato začnite prepisovanje.
3
Prenesite prepis
Med delovanjem modela je prikazan napredek; obdelava nekaj minut govora običajno traja precej manj kot minuto. Na strani z rezultati prenesite datoteko z navadnim besedilom (.txt, UTF 8).
Ključne funkcije
Whisper v ozadju
Whisper je usposobljen na 680.000 urah večjezičnega zvoka ter se z naglasi, šumom v ozadju in strokovnim besediščem spopada veliko bolje kot sistemi za narekovanje izpred nekaj let. Jezik se zazna samodejno.
Zaznavanje govorcev na zahtevo
Pri pogovorih izbirno zaznavanje govorcev v prepisu označi menjave govorcev. Čas obdelave se s tem približno podvoji, zato je privzeto izklopljeno.
Besedilni izpis, prilagojen vašemu delovnemu procesu
Prepis se shrani kot navadna besedilna datoteka UTF 8 z običajnimi ločili in prelomi odstavkov, zato se odpre v katerem koli urejevalniku, programu za obdelavo besedil ali aplikaciji za zapiske ter ga lahko prilepite kamor koli.
Brezplačno in zasebno
Brez računa, brez vodnega žiga in brez omejitve poskusnega obdobja. Posnetek ne zapusti vaše naprave, dokler tega ne potrdite, zvok in prepis pa se po obdelavi samodejno odstranita.
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 besedilo
Vaš brskalnik posname zvok iz mikrofona kot zvok Opus (Chrome, Firefox, Edge) ali AAC (Safari) in ga hrani v pomnilniku. Ko potrdite, se datoteka prek HTTPS naloži v 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 shrani kot navadna besedilna datoteka UTF 8 z običajnimi ločili in prelomi odstavkov, zato se odpre v katerem koli urejevalniku besedil, programu za obdelavo besedil ali aplikaciji za zapiske ter ga lahko prilepite kamor koli. Na strani z rezultati ga lahko prenesete; zvok in prepis se nato samodejno izbrišeta.
Nasveti za snemanje, ki so pomembnejši od katere koli nastavitve
Prepoznavanje govora je dobro le toliko, kolikor je dober zvok. Največjo razliko naredijo tri stvari: razdalja, hrup 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 nedokončani stavki in mašila ustvarijo slabše besedilo kot nekoliko počasnejši, celoviti govor. Pri intervjujih prosite sogovornike, naj ne govorijo drug čez drugega; prekrivanje govora je najtežji primer za vsak sistem za prepoznavanje govora.
Pred začetkom poslušajte predogled. Če se merilnik glasnosti komaj premika ali je nenehno na najvišji ravni, posnetek raje naredite znova, namesto da upate, da bo prepis pravilen.
Običajne uporabe pretvorbe govora v besedilo
To orodje uporabljajo učitelji, ustvarjalci podkastov, novinarji in vsi, ki na glas razmišljajo hitreje kot tipkajo: za pripravo e-poštnega sporočila ali članka z govorjenjem, zapisovanje zapisnika sestanka, pretvorbo predavanja ali glasovne beležke v zapiske, po katerih je mogoče iskati, prepis odgovorov iz intervjujev za raziskave ter pridobitev berljive različice glasovnega sporočila, ki ga trenutno ni mogoče predvajati.
Ker Whisper samodejno prepozna jezik, ista stran brez nastavitev deluje za nemški narekovani zapis, špansko glasovno beležko ali angleško predavanje. 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 počne
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 zazna menjavo 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 zadošča hiter pregled rezultata s posebno pozornostjo na te elemente.
FAQ
Pogosta vprašanja
Kako natančen je prepis?
Pri jasnem posnetku z enim govorcem Whisper v glavnih jezikih običajno pravilno prepozna precej več kot 90 % besed, vključno z ločili. Natančnost se zmanjša ob močnem hrupu v ozadju, kadar več oseb govori druga čez drugo, pri zelo tihem zvoku ali izrazitem narečju – spodnji nasveti za snemanje pomagajo bolj kot katera koli nastavitev.
Kateri jeziki so podprti?
Whisper prepozna približno 100 jezikov in samodejno določi jezik na podlagi prvih sekund zvoka, zato ni treba ničesar nastaviti. Posnetki z mešanimi jeziki so prepisani v prevladujočem jeziku. Prepis je zapisan v govorjenem jeziku in ni preveden.
Ali se zvok nalaga med govorjenjem?
Ne. Snemalnik zvok hrani v vašem brskalniku, dokler v pogovornem oknu ne pritisnete gumba. Če prekličete postopek ali zaprete zavihek, ni bilo 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 zvoka, zaznavanje govorcev pa doda približno enako količino časa.
Kaj naredi možnost »Zaznaj več govorcev«?
Pred prepisovanjem izvede korak razločevanja govorcev in vstavi oznako ob vsaki spremembi govorca. Uporabite ga za intervjuje, sestanke in podcaste; pri narekovanju in glasovnih zapiskih ga pustite izklopljenega, saj le podaljša čakanje.
Ali lahko besedilo pozneje uredim?
Da – rezultat je navadna datoteka .txt. Odprite jo v katerem koli urejevalniku, popravite imena ali strokovne izraze, ki jih je model napačno prepoznal, in jo prilepite, kamor jo potrebujete. Lastna imena in redke okrajšave so najpogostejše stvari, ki jih je treba preveriti.