UltKit

MP3 na teks-omskakelaar

Laai 'n MP3 van 'n lesing, onderhoud, vergadering of podcast op en kry die gesproke woorde terug as teks wat u kan deursoek, redigeer en aanhaal. Kies gewone teks vir notas, Word om te redigeer, of SRT en VTT wanneer die woorde met 'n video moet ooreenstem.

Oudio na teks

of los MP3, WAV, M4A …-lêers hier ·

Maks. 95 MB per lêer· Tot 20 lêers· Uitgevee na 30 minute

Transkripsie

Lêers word op ons bedieners verwerk en na 30 minute uitgevee.

Hoe om hierdie nutsding te gebruik

  1. 1

    Laai die MP3 op

    Laai een of meer MP3-lêers op, tot 20 op 'n slag en 95 MB elk. Ander klank- en videolêers soos M4A, WAV en MP4 werk ook.

  2. 2

    Kies die taal en uitvoer

    Gesproke taal staan op Outomaties bespeur, wat na die eerste 30 sekondes luister. Kies self die taal as die opname met musiek begin. Uitvoer begin by gewone teks; skakel oor na Word, PDF, SRT of VTT soos nodig.

  3. 3

    Transkribeer en laai af

    Druk Transkribeer en laai die transkripsie af. Skakel eers Tydstempels of Sprekeretikette aan onder Gevorderde instellings as jy gedeeltes wil opspoor of stemme uitmekaar wil ken.

Om 'n MP3 te transkribeer verander minute se luister in sekondes se lees: soek na 'n woord, kopieer 'n aanhaling, of gee die teks aan iemand wat nie klank kan speel nie.

Waarom MP3 na teks transkribeer

MP3 is wat die meeste stemopnemers, foonopname-apps en podcast-nutsmiddels uitvoer, so dit is gewoonlik die lêer wat jy reeds het. Studente transkribeer opgeneemde lesings om uit notas te leer, joernaliste haal presiese aanhalings uit onderhoude, navorsers kodeer fokusgroepe, en podcasters publiseer transkripsies sodat die episode deur soekenjins gevind en deur dowe of hardhorende mense gelees kan word.

Die uitvoer bepaal wat jy daarna kan doen. Gewone teks (TXT) kan oral geplak word. Word (DOCX) is gereed vir redigering en kommentaar. PDF pas by 'n transkripsie wat nie verander moet word nie. SRT en VTT is onderskriflêers met tydsberekening, en JSON lys elke woord met sy tyd vir ontwikkelaars.

As die opname in 'n video is, kan jy die video self oplaai; die klanksnit word getranskribeer. Of onttrek eers die klank met MP4 na MP3 as die video te groot is om op te laai.

lêers per bondel
20
per lêer
95 MB
tale plus outomatiese bespeuring
33
totdat oplaaie uitgevee word
30 min

Wat die akkuraatheid van MP3 na teks beïnvloed

Sprekers wat oorvleuel
Twee stemme gelyk is die moeilikste geval. Paneelbesprekings en etenstafel-opnames verloor die meeste woorde waar mense mekaar in die rede val.
Agtergrondgeluid
Musiek, verkeer en lugversorging meeding met spraak. 'n Stil kamer maak meer saak as 'n duur mikrofoon.
Foon- en oproepopnames
Tradisionele foonlyne dra net 'n smal frekwensieband, so medeklinkers vervaag. Verwag meer regstellings by oproepopnames.
Verkeerde taalinstelling
Outomatiese bespeuring kan 'n lêer verkeerd beoordeel wat met musiek begin of tussen tale wissel. As jy self Gesproke taal instel, los dit dit op.

MP3 na SRT-onderskrifte met tydstempels

Twee onderskrifte uit 'n SRT-lêer
1
00:00:01,200 --> 00:00:04,050
Welkom terug by die program.

2
00:00:04,300 --> 00:00:07,900
Vandag praat ons oor tuisopnames.

SRT kom van SubRip, 'n Windows-onderskrifnutsmiddel, en is die algemeenste aanvaarde onderskrifformaat: 'n nommer, 'n begin- en eindtyd met 'n komma voor die millisekondes, en die onderskrifteks. VTT, of WebVTT, is die W3C se weergawe vir webvideospelers en gebruik 'n punt in plaas van die komma. Albei is gewone teks, so jy kan 'n verkeerd gehoorde woord in enige redigeerder regstel.

Onderskrifreëls word by verstek by 42 karakters gebreek, die perk wat professionele onderskrifstylgidse soos Netflix s'n vir die meeste tale met Latynse skrif gebruik. As jy tydmerkers in 'n dokument eerder as 'n onderskriflêer wil hê, hou by TXT, Word of PDF en skakel Tydstempels aan, wat 'n merker soos [01:15] voor elke paragraaf plaas. Het jy reeds onderskrifte en het jy gewone teks nodig? SRT na TXT verwyder die nommers en tydsberekening.

Vrae oor MP3 na teks

Hoe akkuraat is MP3-transkripsie?

Dit hang baie meer van die opname af as van die lêerformaat. Een duidelike stem naby 'n mikrofoon word baie goed getranskribeer; 'n foonoproep, 'n raserige kafee of verskeie mense wat deurmekaar praat veroorsaak meer foute. Lees die transkripsie altyd een keer deur voordat jy daaruit aanhaal.

Kan ek net 'n deel van 'n lang MP3 transkribeer?

Ja. Voer Begin by en Eindig by onder Gevorderde instellings in, in sekondes of minute:sekondes, byvoorbeeld 12:30 tot 18:00. Slegs daardie gedeelte word getranskribeer, wat vinniger is as jy een antwoord uit 'n lang onderhoud nodig het.

Watter uitvoer moet ek vir YouTube-onderskrifte kies?

SRT of VTT. Albei bevat 'n begin- en eindtyd vir elke reël, en YouTube Studio aanvaar enigeen wanneer jy 'n onderskriflêer oplaai. Hou Karakters per reël op 42 sodat elke onderskrif op twee kort reëls op die skerm pas.

Wat bevat die JSON-uitvoer?

Elke woord met sy begin- en eindtyd. Ontwikkelaars gebruik dit om interaktiewe transkripsies te bou, binne klank te soek of snitte by presiese woorde te knip. Om te lees is TXT of Word makliker.

My MP3 is groter as 95 MB. Wat kan ek doen?

Spraak het nie 'n hoë bistempo nodig nie. Enkodeer die lêer weer teen 64 kbps mono met Klank saampers, wat 'n lang opname etlike kere kleiner maak sonder om transkripsie te benadeel, en laai dan die kleiner lêer op.

Kan dit herken wie praat?

Met Sprekeretikette aan merk die transkripsie stemwisselings as Spreker 1, Spreker 2 ensovoorts. Dit ken nie name nie, so vervang die etikette daarna in Word met die regte name.