Ήχος σε κείμενο
Ανεβάστε μια συνέντευξη, μια διάλεξη, μια σύσκεψη ή ένα φωνητικό μήνυμα και λάβετε τη γραπτή απομαγνητοφώνηση. Η αναγνώριση ομιλίας καταγράφει όσα ειπώθηκαν, με στίξη και, προαιρετικά, χρονικές σημάνσεις και ονόματα ομιλητών, ως έγγραφο ή ως υπότιτλους για βίντεο.
Ήχος σε κείμενο
ή σύρετε Αρχεία MP3, WAV, M4A … εδώ ·
Έως 95 MB ανά αρχείο· Έως 20 αρχεία· Διαγραφή μετά από 30 λεπτά
Τα αρχεία επεξεργάζονται στους διακομιστές μας και διαγράφονται μετά από 30 λεπτά.
Οι γραμμές υποτίτλων που είναι μεγαλύτερες από αυτό σπάνε σε δύο. Το 42 είναι το συνηθισμένο πρότυπο μετάδοσης.
Προαιρετικό. Δευτερόλεπτα (π.χ. 75) ή λεπτά:δευτερόλεπτα (1:15). Αφήστε κενό για απομαγνητοφώνηση από την αρχή.
Προαιρετικό. Ίδια μορφή με την ώρα έναρξης. Αφήστε κενό για απομαγνητοφώνηση μέχρι το τέλος.
Πώς να χρησιμοποιήσετε αυτό το εργαλείο
- 1
Ανεβάστε ήχο ή βίντεο
Προσθέστε αρχεία ήχου MP3, M4A, WAV, AAC, FLAC, OGG, Opus, AMR ή άλλα, ή βίντεο MP4, MOV, MKV, WebM και AVI. Έως 20 αρχεία, 95 MB το καθένα.
- 2
Επιλέξτε γλώσσα και μορφή εξόδου
Η Ομιλούμενη γλώσσα είναι αρχικά στην αυτόματη ανίχνευση. Διαλέξτε Έξοδος: απλό κείμενο, Word, PDF, υπότιτλους SRT ή VTT, ή JSON με χρόνους λέξεων.
- 3
Απομαγνητοφώνηση και λήψη
Πατήστε Απομαγνητοφώνηση· το κουμπί δείχνει και την έξοδο που επιλέξατε. Ανοίξτε τη μεταγραφή, ελέγξτε ονόματα και αριθμούς και κατεβάστε την.
Η μετατροπή ήχου σε κείμενο, γνωστή και ως απομαγνητοφώνηση, μετατρέπει την ηχογραφημένη ομιλία σε γραπτό λόγο. Ανεβάστε το αρχείο, αφήστε την Ομιλούμενη γλώσσα στην αυτόματη ανίχνευση ή διαλέξτε γλώσσα, επιλέξτε έξοδο και πατήστε Απομαγνητοφώνηση.
Ήχος σε κείμενο: πώς λειτουργεί η αναγνώριση ομιλίας
Η αναγνώριση ομιλίας ακούει την ηχογράφηση σε μικρά παράθυρα, μετατρέπει το καθένα σε εικόνα των συχνοτήτων του και αφήνει ένα εκπαιδευμένο μοντέλο να αποφασίσει ποιες λέξεις παρήγαγαν πιθανότερα αυτόν τον ήχο. Τα σύγχρονα μοντέλα μαθαίνουν από τεράστιους όγκους απομαγνητοφωνημένης ομιλίας, γι' αυτό χειρίζονται διαφορετικές φωνές και προφορές πολύ καλύτερα από το λογισμικό υπαγόρευσης μιας δεκαετίας πριν. Η στίξη και τα κεφαλαία προβλέπονται από τη ροή της πρότασης· απενεργοποιήστε τη Στίξη αν θέλετε μόνο τις λέξεις.
Η ρύθμιση γλώσσας έχει σημασία. Η αυτόματη ανίχνευση ακούει τα πρώτα 30 δευτερόλεπτα και μετά χρησιμοποιεί μία γλώσσα για όλο το αρχείο. Αν η ηχογράφηση ξεκινά με μουσική, jingle ή σιωπή, ή αλλάζει γλώσσες, επιλέξτε εσείς την Ομιλούμενη γλώσσα. Η λίστα καλύπτει 33 γλώσσες, από αγγλικά, ισπανικά και αραβικά έως χίντι, ταμίλ, ιαπωνικά και ουκρανικά.
Οι χρήστες φτάνουν σε αυτό το εργαλείο από πολλές κατευθύνσεις: ένας δημοσιογράφος με συνέντευξη στο κινητό, ένας φοιτητής με ηχογραφημένη διάλεξη, μια ομάδα με εξαγωγή συνάντησης, ένας δημιουργός που χρειάζεται λεζάντες. Οι δύο συχνότεροι τύποι αρχείων έχουν δικές τους σελίδες: MP3 σε κείμενο για αρχεία συσκευών εγγραφής και podcast και M4A σε κείμενο για τα φωνητικά μηνύματα του iPhone. Τα αρχεία βίντεο λειτουργούν απευθείας, οπότε δεν χρειάζεται να εξαγάγετε πρώτα τον ήχο.
Μορφές απομαγνητοφώνησης και υποτίτλων
| Έξοδος | Τι περιέχει | Ανοίγει με |
|---|---|---|
| Απλό κείμενο (TXT) | Παράγραφοι κειμένου, προαιρετικά με χρονοσημάνσεις και ετικέτες ομιλητών | Οποιονδήποτε επεξεργαστή κειμένου, εφαρμογή σημειώσεων ή email |
| Word (DOCX) | Μορφοποιημένη μεταγραφή έτοιμη για επεξεργασία και κοινοποίηση | Word, Google Docs, Pages, LibreOffice |
| Σταθερό αντίγραφο της μεταγραφής για αρχείο | Οποιονδήποτε αναγνώστη PDF ή πρόγραμμα περιήγησης | |
| Υπότιτλοι (SRT) | Αριθμημένες λεζάντες με ώρα έναρξης και λήξης | YouTube, προγράμματα επεξεργασίας βίντεο, VLC |
| Υπότιτλοι web (VTT) | Λεζάντες WebVTT, η μορφή του W3C που χρησιμοποιεί το βίντεο HTML5 | Web players, YouTube, πλατφόρμες μαθημάτων |
| JSON (χρόνοι λέξεων) | Κάθε λέξη με την ώρα έναρξης και λήξης της | Scripts, ευρετήρια αναζήτησης, εργαλεία επεξεργασίας |
Χρονικές σημάνσεις, ομιλητές και άλλες επιλογές
- Χρονοσημάνσεις
- Οι Χρονοσημάνσεις βάζουν την ώρα, π.χ. [01:15], μπροστά από κάθε παράγραφο των μεταγραφών TXT, Word και PDF, ώστε να βρίσκετε τη στιγμή στην ηχογράφηση.
- Ετικέτες ομιλητών
- Οι Ετικέτες ομιλητών δείχνουν ποιος μιλά ως Ομιλητής 1, Ομιλητής 2 κ.ο.κ., για συνεντεύξεις, συναντήσεις και podcast. Αντικαταστήστε τις ετικέτες με ονόματα στη συνέχεια.
- Στίξη και γεμίσματα
- Η Στίξη είναι ενεργή από προεπιλογή. Η Αφαίρεση λέξεων-γεμισμάτων αφαιρεί τα ε, εμ και παρόμοια διστακτικά.
- Χαρακτήρες ανά γραμμή
- Για SRT και VTT, οι Χαρακτήρες ανά γραμμή χωρίζουν τις μεγάλες λεζάντες, 42 από προεπιλογή, το όριο που χρησιμοποιούν οι οδηγίες υποτίτλων του Netflix για τις περισσότερες γλώσσες με λατινικό αλφάβητο· επιτρέπονται τιμές από 20 έως 80.
- Τμήμα προς απομαγνητοφώνηση
- Τα Έναρξη στο και Λήξη στο περιορίζουν τη δουλειά σε ένα τμήμα, σε δευτερόλεπτα (75) ή λεπτά:δευτερόλεπτα (1:15).
Όρια της online μετατροπής ήχου σε κείμενο
- Ηχογραφήσεις ανά παρτίδα
- 20
- Ανά αρχείο ήχου ή βίντεο
- 95 MB
- Ομιλούμενες γλώσσες συν αυτόματη ανίχνευση
- 33
- Έως τη διαγραφή αρχείων και μεταγραφών
- 30 λεπτά
Πώς να πετύχετε πιο ακριβή απομαγνητοφώνηση
Πολλές λέξεις είναι λάθος ή λείπουν
Ο θόρυβος περιβάλλοντος, η απόσταση από το μικρόφωνο και η ταυτόχρονη ομιλία προκαλούν τα περισσότερα λάθη. Ηχογραφήστε πιο κοντά στον ομιλητή όπου γίνεται και ελέγξτε ότι η Ομιλούμενη γλώσσα είναι σωστή.
Η μεταγραφή είναι σε λάθος γλώσσα
Η αυτόματη ανίχνευση άκουσε μουσική ή άλλη γλώσσα στα πρώτα 30 δευτερόλεπτα. Επιλέξτε εσείς την Ομιλούμενη γλώσσα και απομαγνητοφωνήστε ξανά.
Οι υπότιτλοι είναι πολύ μεγάλοι για ανάγνωση στην οθόνη
Μειώστε τους Χαρακτήρες ανά γραμμή στο 32–37 για θεατές κινητών, ώστε κάθε λεζάντα να χωρίζεται σε μικρότερες γραμμές.
Ονόματα και τεχνικοί όροι γράφονται λάθος
Οι σπάνιες λέξεις είναι δύσκολες για κάθε μοντέλο. Αναζητήστε και αντικαταστήστε τις μία φορά στην έξοδο Word ή κειμένου· συνήθως γράφονται λάθος με τον ίδιο τρόπο σε όλο το κείμενο.
Ερωτήσεις για τη μετατροπή ήχου σε κείμενο
Μπορώ να μετατρέψω ήχο σε κείμενο δωρεάν και χωρίς εγγραφή;
Ναι. Ανεβάστε την ηχογράφηση και πατήστε Απομαγνητοφώνηση· δεν χρειάζεται λογαριασμός, δοκιμαστική περίοδος ή πιστωτική κάρτα. Τα αρχεία διαγράφονται αυτόματα 30 λεπτά μετά την επεξεργασία, γι' αυτό κατεβάστε τη μεταγραφή μόλις είναι έτοιμη.
Τι κάνει ένα εργαλείο μετατροπής ήχου σε κείμενο καλύτερο από ένα άλλο;
Για δίκαιη σύγκριση, δείτε την ακρίβεια σε δικού σας τύπου ηχογραφήσεις, τις διαθέσιμες γλώσσες, τις μορφές εξόδου και τι απογίνεται το αρχείο σας μετά. Εδώ έχετε 33 γλώσσες συν αυτόματη ανίχνευση, έξι εξόδους συμπεριλαμβανομένων των υποτίτλων, ετικέτες ομιλητών και χρονοσημάνσεις, και αυτόματη διαγραφή μετά από 30 λεπτά.
Ποιες γλώσσες υποστηρίζονται στην απομαγνητοφώνηση;
33, που επιλέγονται στην Ομιλούμενη γλώσσα: μεταξύ άλλων αγγλικά, ισπανικά, γαλλικά, γερμανικά, πορτογαλικά, ιταλικά, ρωσικά, αραβικά, τουρκικά, χίντι, βεγγαλικά, ταμίλ, τελούγκου, μαραθικά, γκουτζαράτι, ουρντού, ιαπωνικά, κορεατικά, κινεζικά, ινδονησιακά, βιετναμέζικα, ταϊλανδικά, πολωνικά, ουκρανικά, ολλανδικά, σουηδικά, ελληνικά και εβραϊκά. Η αυτόματη ανίχνευση επιλέγει μία γλώσσα ανά αρχείο από τα πρώτα 30 δευτερόλεπτα.
Μπορώ να δημιουργήσω υπότιτλους για ένα βίντεο από τον ήχο του;
Ναι. Ανεβάστε το ίδιο το βίντεο, επιλέξτε SRT ή VTT στην Έξοδος και θα πάρετε αρχείο υποτίτλων με χρόνους για το YouTube, πρόγραμμα επεξεργασίας βίντεο ή player HTML5. Για να αλλάξετε αργότερα τη μορφή των υποτίτλων, χρησιμοποιήστε τον μετατροπέα υποτίτλων.
Πώς απομαγνητοφωνώ μια ηχογράφηση 3 ωρών;
Τα αρχεία περιορίζονται στα 95 MB, δηλαδή περίπου 1 ώρα και 40 λεπτά MP3 στα 128 kbps. Χωρίστε τη δουλειά με τα Έναρξη στο και Λήξη στο, ή μικρύνετε πρώτα το αρχείο: ομιλία μετατρεπόμενη σε 64 kbps mono με τη συμπίεση ήχου χωράει περίπου 3,5 ώρες κάτω από το όριο.
Μπορεί η απομαγνητοφώνηση να μεταφραστεί στα αγγλικά;
Όχι, η μεταγραφή γράφεται στη γλώσσα που ακούγεται. Απομαγνητοφωνήστε πρώτα και μετά επικολλήστε το κείμενο σε υπηρεσία μετάφρασης· η μετάφραση ενός καθαρού κειμένου δίνει καλύτερα αποτελέσματα από τη μετάφραση απευθείας από ήχο, και κρατάτε το πρωτότυπο για να ελέγχετε τα αποσπάσματα.
Διαφέρει η μετατροπή MP3 σε κείμενο από την απομαγνητοφώνηση βίντεο;
Μόνο στο τι ανεβάζετε. Η ίδια αναγνώριση ομιλίας εφαρμόζεται στο ηχητικό κομμάτι ενός MP4 ή MOV και σε ένα MP3 ή M4A. Το MP3 σε κείμενο και το M4A σε κείμενο είναι προεπιλογές αυτού του εργαλείου για αυτούς τους τύπους αρχείων.
Θα εμφανίζονται στο κείμενο τα «εεε» και «χμμ»;
Ναι, από προεπιλογή, επειδή κάποιες φορές χρειάζεται πιστή καταγραφή, π.χ. σε συνεντεύξεις έρευνας. Ενεργοποιήστε την Αφαίρεση λέξεων-γεμισμάτων για πιο καθαρή μεταγραφή προς ανάγνωση, παράθεση ή δημοσίευση.
Όλα τα εργαλεία Ήχος σε κείμενο
Επιλέξτε τον ακριβή στόχο που σας ζητήθηκε. Κάθε σελίδα παρακάτω είναι το ίδιο εργαλείο με διαφορετικές προεπιλογές.
- Μετατροπή M4A σε κείμενοΗχογραφήσεις M4A και Φωνητικά σημειώματα iPhone σε κείμενο με χρονοσημάνσεις και ομιλητές. 33 γλώσσες, TXT, Word, PDF ή υπότιτλοι, χωρίς λογαριασμό.
- Μετατροπή MP3 σε κείμενοΜετατρέψτε MP3 σε κείμενο σε 33 γλώσσες. Λήψη σε κείμενο, Word, PDF ή υπότιτλους SRT και VTT, με χρονοσημάνσεις και ομιλητές προαιρετικά.