Zasebnost na prvem mestu
Naložene datoteke so samodejno in trajno izbrisane v dveh urah.
Samodejno brisanje
Glas v besedilo
Narekujte glasovno opombo, opomnik, sporočilo sodelavcu ali kratek zaznamek neposredno v brskalnik oziroma naložite posnetek in prejmite besedilo 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.
-
Prepišite: Whisper zapiše besede z ločili; po želji označi menjave govorcev za intervjuje in sestanke. 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 glasu 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 govora izvaja Whisper, odprtokodni model, ki ga je objavil OpenAI in deluje na naši lastni strojni opremi, ne 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 – zvočni zapiski iz katerega koli telefona so primerni.
2
Preverite in začnite
Posnetek poslušajte 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; nekaj minut govora je običajno obdelanih v manj kot minuti. Na strani z rezultati prenesite datoteko z navadnim besedilom (.txt, UTF 8).
Ključne funkcije
Whisper v ozadju
Whisper je usposobljen na 680.000 urah večjezičnih zvočnih posnetkov ter veliko bolje kot narekovalniki izpred nekaj let obvladuje naglase, šum v ozadju in strokovno besedišče. Jezik je zaznan samodejno.
Prepoznavanje govorcev na zahtevo
Pri pogovorih izbirno zaznavanje govorcev v prepisu označi menjave govorcev. Čas obdelave se zaradi tega približno podvoji, zato je ta možnost privzeto izklopljena.
Besedilni izhod, 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, urejevalniku besedil ali aplikaciji za zapiske ter ga lahko prilepite kamor koli.
Brezplačno in zasebno
Brez računa, brez vodnega žiga, brez omejitve poskusov. 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
Izmerjeno na naših strežnikih
Kaj pričakovati pri pretvorbi Voice v Text
Dejanske številke iz vsake pretvorbe s tem orodjem od 24. oktobra 2026. Noben podatek ni ocenjen: beležimo trajanje posameznega opravila in velikost datotek. Imena datotek in vsebina se nikoli ne shranjujejo.
64 s
Običajen čas obdelave
za datoteko velikosti 8.1 MB (mediana)
37
Pretvorbe
od 24. oktobra 2026 dalje
131 MB
Največja pretvorjena datoteka
od 24. oktobra 2026 dalje
Predvideni čas glede na velikost datoteke
Kako dolgo trajajo pretvorbe
delež vseh pretvorb
- manj kot 1 s0%
- 1–10 s14%
- 10–60 s35%
- 1–5 min.32%
- več kot 5 min.19%
Časi vključujejo le obdelavo na strežniku in se merijo po končanem nalaganju; nalaganje in prenos nista vključena. Velike datoteke trajajo dlje, vendar omejitev velja enako za vse: brez računa in brez možnosti nakupa prednosti v čakalni vrsti. Posodobljeno 2026-11-03
Kako se glas na tej strani pretvori v besedilo
Vaš brskalnik posname zvok iz mikrofona v formatu 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 zvočni posnetek 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, urejevalniku besedil ali aplikaciji za zapiske ter ga lahko prilepite kamor koli. Na strani z rezultatom ga lahko prenesete; zvok in prepis se nato samodejno izbrišeta.
Nasveti za snemanje, ki so pomembnejši od katere koli nastavitve
Prepoznavanje govora je odvisno od kakovosti zvoka. 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 kot prenosnik na drugi strani mize. Izklopite ventilatorje, zaprite okno in se izogibajte prostorom z močnim odmevom.
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 ljudi, naj ne govorijo drug čez drugega; prekrivanje govora je najzahtevnejši primer za vsak prepoznavalnik.
Pred začetkom poslušajte predogled. Če se merilnik glasnosti komaj premika ali je ves čas na najvišji ravni, posnetek raje znova posnemite, namesto da upate, da bo prepis pravilen.
Običajni načini uporabe pretvorbe govora v besedilo
To orodje uporabljajo ljudje, ki raje govorijo kot tipkajo ali potrebujejo glasovno sporočilo zunaj aplikacije za klepet: 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 intervjuja za raziskave ter pridobitev berljive različice glasovnega sporočila, ki ga trenutno ni mogoče predvajati.
Ker Whisper samodejno zazna jezik, ista stran deluje za nemški narek, špansko glasovno beležko ali angleško predavanje brez kakršnih koli nastavitev. Prepis ni preveden – zapisan je v jeziku, ki je bil izgovorjen.
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, ko 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; za čist posnetek običajno zadošča hiter pregled rezultata z mislijo nanje.
FAQ
Pogosta vprašanja
Kako natančen je prepis?
Pri jasnem posnetku z enim govorcem Whisper v glavnih jezikih, vključno z ločili, običajno pravilno prepozna precej več kot 90 % besed. Natančnost se zmanjša ob močnem hrupu v ozadju, kadar govori več oseb hkrati, 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 jezik samodejno izbere iz prvih sekund zvoka, zato vam 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 mojim govorjenjem?
Ne. Snemalnik ohrani zvok v vašem brskalniku, dokler v pogovornem oknu ne pritisnete gumba. Če postopek prekličete ali zaprete zavihek, se ne pošlje 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 še enako količino časa.
Kaj naredi možnost »Zaznaj več govorcev«?
Pred prepisovanjem izvede korak prepoznavanja 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 čas čakanja.
Ali lahko besedilo pozneje uredim?
Da – rezultat je navadna datoteka .txt. Odprite jo v katerem koli urejevalniku, popravite imena ali tehnične izraze, ki jih je model napačno prepoznal, in jo prilepite tja, kjer jo potrebujete. Lastna imena in redke okrajšave je najpogosteje treba preveriti.