QuietTake Narzędzia audio i wideo
Wszystkie narzędzia Poradniki dla twórców

Oczyszczanie dźwięku

Edycja obrazu

Transkrypcja i przekształcanie

Ukrywanie wrażliwych informacji

Audio na tekst

Konwertuj audio i wideo na tekst

Bezpłatnie zamień nagrania na tekst, który możesz edytować. Odsłuchuj i poprawiaj poszczególne fragmenty, a następnie pobierz transkrypcję lub napisy. Bez konta.

Transkrypcja na urządzeniu lub w chmurze Wideo pozostaje na urządzeniu
Audio na tekst
  1. 1Dodaj plik
  2. 2Transkrybuj
  3. 3Sprawdź i eksportuj

Dźwięk pozostaje na tym urządzeniu. Przy pierwszym użyciu pobierane jest około 100 MB; dane są zapisywane w pamięci podręcznej, jeśli przeglądarka udostępnia miejsce. Do długich nagrań zalecamy komputer.

Model nie jest w całości zapisany w pamięci podręcznej

Wybierz język używany w nagraniu. Automatyczne wykrywanie jest dostępne w trybie chmurowym.

Wskazówki słownikowe są dostępne w trybie chmurowym. Lokalną transkrypcję możesz edytować po rozpoznaniu.

Dodaj nagranie

Wybierz plik audio lub wideo o długości do dwóch godzin.

Upuść tutaj plik audio lub wideo

MP4 · MOV · M4A · MP3 · WAV · AAC · FLAC · WebM · Do 2 godzin / 2 GB

Tryb na urządzeniu: nagranie nie jest wysyłane

Rozpoznawanie odbywa się w przeglądarce przy użyciu lokalnego modelu rozpoznawania mowy. Pliki modelu są pobierane z tej witryny. Przejście do chmury wymaga samodzielnego wybrania trybu chmurowego i rozpoczęcia transkrypcji.

Najnowsza wersja robocza jest zapisywana na tym urządzeniu przez 7 dni, jeśli dostępne jest miejsce. Po odświeżeniu ponownie wybierz ten sam plik, aby wznowić pracę.

Od wypowiedzianych słów do edytowalnego tekstu

So our first crew show

for our maintenance recovery or launch team

is around 03:00 in the morning, 02:30 in the morning.

Audio na tekst

Sprawdzona transkrypcja wywiadu w języku angielskim z oznaczeniem czasu, obejmująca fragment o długości 13,7 sekundy. Edycja przygotowanego przykładu nie uruchamia nowej transkrypcji.

Materiały i metoda

Jak konwertować audio na tekst online

  1. Wybierz nagranie

    Wybierz plik audio lub wideo albo wypróbuj przygotowany przykład. Wybierz tryb lokalny lub chmurowy oraz język nagrania. W trybie chmurowym możesz wpisać poprawną pisownię nazw lub specjalistycznych terminów w opcjonalnym polu słownictwa.

  2. Odsłuchaj i edytuj

    Rozpocznij transkrypcję, a następnie kliknij znacznik czasu, aby ponownie odsłuchać dany fragment. Zmień szybkość odtwarzania, wyszukuj w transkrypcji i poprawiaj nazwy, liczby lub niezrozumiałe słowa bezpośrednio w edytorze.

  3. Kopiuj lub eksportuj

    Skopiuj cały tekst lub pobierz plik TXT, SRT, VTT albo JSON. Zmiany zostaną uwzględnione w eksporcie. Wyszukiwanie filtruje treść w edytorze, ale nie usuwa pozostałych fragmentów z pobranej transkrypcji.

Wybierz plik audio lub wideo

TXT, SRT, VTT lub JSON: wybierz format eksportu

Pliki wejściowe: MP3, M4A, WAV, AAC, FLAC, MP4, MOV i WebM, zależnie od obsługi kodeków. Maksymalnie 2 godziny i 2 GB na plik; pamięć przeglądarki i dostępne miejsce mogą w praktyce obniżyć te limity. Transkrypcja wideo rozpoznaje ścieżkę dźwiękową, a nie tekst widoczny na obrazie.

FormatKiedy użyć
TXTZwykły tekst do notatek, cytatów z wywiadów lub wklejenia do dokumentu. Bez znaczników czasu.
SRTNumerowane wpisy napisów z czasem rozpoczęcia i zakończenia, przeznaczone do edytorów wideo i odtwarzaczy obsługujących SubRip.
VTTNapisy WebVTT do zgodnych odtwarzaczy internetowych. Podobnie jak SRT, jest to osobny plik z napisami, a nie wideo z osadzonymi napisami.
JSONUstrukturyzowany tekst, język i czasy poszczególnych fragmentów na potrzeby własnego procesu pracy. Czasy słów są uwzględniane, jeśli są dostępne, i usuwane z ręcznie edytowanych fragmentów.

Uzyskaj bardziej przydatną transkrypcję

Ustaw język i słownictwo
Wskaż język nagrania. W trybie chmurowym dodaj poprawną pisownię nieznanych terminów. Podpowiedzi mogą pomóc w rozpoznawaniu, ale nie gwarantują poprawnych słów ani nie pozwalają odtworzyć niesłyszalnej mowy.
Sprawdź trudne fragmenty, słuchając nagrania
Uważnie odsłuchaj nazwy, daty, kwoty i nakładające się wypowiedzi. Długie fragmenty tekstu z modelu są dzielone z użyciem rzeczywistych czasów słów, jeśli są dostępne. Nie zgaduje się nowych znaczników czasu tylko po to, by skrócić wiersz.
Wznów pracę bez utraty ukończonych fragmentów
Rozpoznawanie w chmurze ponawia próbę raz w przypadku chwilowych problemów z połączeniem. Jeśli przetwarzanie zostanie przerwane, pobierz gotowy tekst lub ponów próbę dla niedokończonych fragmentów. Jeśli pamięć lokalna jest dostępna, najnowszy szkic pozostaje na tym urządzeniu przez siedem dni. Po odświeżeniu strony wybierz ponownie ten sam plik, aby go przywrócić.

Pytania o konwersję audio na tekst

Czy ten konwerter audio na tekst jest bezpłatny?

Tak. Obecnie narzędzie nie wymaga konta ani płatności. Pliki mogą mieć maksymalnie 2 godziny i 2 GB, a dostępność modeli oraz zasoby przeglądarki mogą wpływać na przetwarzanie. Usługa nie oferuje nieograniczonej pojemności.

Czy mogę transkrybować plik MP3 lub notatkę głosową z iPhone’a?

Tak. Wybierz obsługiwany plik MP3 lub M4A zapisany na urządzeniu. W razie potrzeby najpierw wyeksportuj notatkę głosową do aplikacji Pliki, a potem wybierz ją tutaj. Narzędzie nie uzyskuje dostępu do dyktafonu ani konta w aplikacji do obsługi wiadomości.

Czy mogę przekonwertować wideo na tekst lub napisy SRT?

Tak, jeśli wideo zawiera czytelną ścieżkę mowy. Wybierz plik MP4, MOV lub inny obsługiwany format, a po sprawdzeniu pobierz plik SRT lub VTT. Ta strona nie odczytuje tekstu wyświetlanego na ekranie ani nie osadza napisów w wideo.

Jakie języki transkrypcji mogę wybrać?

W trybie chmurowym wybierz automatyczne wykrywanie lub język angielski, chiński, hiszpański, portugalski, japoński, koreański albo francuski. Wybór języka pomaga w rozpoznawaniu, ale nie tłumaczy nagrania.

Czy narzędzie rozpoznaje rozmówców lub tworzy podsumowania spotkań?

Narzędzie tworzy transkrypcję mowy ze znacznikami czasu. Nie zapewnia automatycznego oznaczania rozmówców, podsumowań spotkań ani dyktowania na żywo przez mikrofon. Porównuj transkrypcję rozmów z oryginalnym nagraniem, zwłaszcza gdy kilka osób mówi jednocześnie.

Czy audio, podpowiedzi słownictwa i transkrypcje są przechowywane lokalnie?

W trybie lokalnym audio pozostaje na Twoim urządzeniu. W trybie chmurowym fragmenty audio i podpowiedzi słownictwa są wysyłane do chmurowej usługi rozpoznawania mowy. Obraz z wideo pozostaje lokalnie. Jeśli pamięć przeglądarki jest dostępna, najnowsza transkrypcja, zmiany i ustawienia są przechowywane na tym urządzeniu przez siedem dni. Rozpocznij od nowa lub wyczyść pamięć tej witryny, aby usunąć lokalny szkic. Nie jest w nim zapisywana kopia oryginalnego pliku multimedialnego.

Dlaczego transkrypcja została przerwana lub pominięto niektóre słowa?

Cichy dźwięk, szumy w tle, nieznane terminy i nakładające się głosy mogą obniżyć jakość rozpoznawania. Nieobsługiwany kodek lub ograniczona pamięć mogą przerwać przygotowanie pliku. Spróbuj użyć krótszego pliku lub innego obsługiwanego formatu. Ponów próbę dla nieudanego fragmentu i porównaj wynik z nagraniem.

Czy mogę transkrybować dźwięk bez jego wysyłania?

Tak. Wybierz „Na tym urządzeniu” i język nagrania. Przy pierwszym użyciu pobierane jest około 100 MB plików modelu i środowiska uruchomieniowego; rozpoznawanie dźwięku odbywa się następnie w przeglądarce. Ponowne wykorzystanie pamięci podręcznej zależy od dostępnego miejsca. Tryb chmurowy wybierasz osobno — wysyła on dźwięk i wskazówki słownikowe do usługi w chmurze. Tryb lokalny nie przełącza się automatycznie na chmurę.

PORADNIK PRAKTYCZNY

Transkrypcja lokalna czy w chmurze: co sprawdzi się w tym nagraniu?

Wybór trybu zależy od nagrania, urządzenia i miejsca przetwarzania dźwięku. Wybierz tryb przed rozpoczęciem. Tryb lokalny nie przełącza się automatycznie na tryb w chmurze.

Wybierz tryb lokalny, jeśli dźwięk ma pozostać na urządzeniu

Transkrypcja na urządzeniu odbywa się w przeglądarce i nie przesyła nagrania. Przy pierwszym użyciu pobieranych jest około 100 MB plików modelu i środowiska uruchomieniowego, a szybkość rozpoznawania zależy od komputera. Wybierz język mowy i pozostaw otwartą kartę przeglądarki na czas przetwarzania.

Wybierz tryb w chmurze, aby mniej obciążać urządzenie

Transkrypcja w chmurze korzysta z większego modelu i może wykrywać język mowy lub używać podpowiedzi dotyczących nazw i terminów specjalistycznych. Wysłane do usługi w chmurze w celu przetworzenia zostaną fragmenty dźwięku oraz wpisane przez Ciebie podpowiedzi. Musisz samodzielnie wybrać tryb w chmurze i uruchomić transkrypcję.

Sprawdź słowa, które zmieniają znaczenie

Odsłuchaj nagranie ponownie, sprawdzając imiona, nazwiska, liczby, daty i słowa takie jak „nie”. Popraw tekst, zanim wykorzystasz go w notatkach lub napisach. Żaden tryb nie gwarantuje idealnej transkrypcji, zwłaszcza gdy rozmówcy mówią jednocześnie lub nagranie jest zaszumione.