Μετατροπή MP3 σε κείμενο

Q: Μπορώ να μετατρέψω σε κείμενο μόνο ένα τμήμα ενός μεγάλου MP3;

Ναι. Συμπληρώστε **Έναρξη στο** και **Λήξη στο** στις **Σύνθετες ρυθμίσεις**, σε δευτερόλεπτα ή λεπτά:δευτερόλεπτα, για παράδειγμα 12:30 έως 18:00. Απομαγνητοφωνείται μόνο αυτό το τμήμα, κάτι που είναι ταχύτερο όταν χρειάζεστε μία απάντηση από μια μεγάλη συνέντευξη.

Q: Μπορεί να αναγνωρίσει ποιος μιλάει;

Με ενεργές τις **Ετικέτες ομιλητών**, το κείμενο σημειώνει τις αλλαγές φωνής ως Ομιλητής 1, Ομιλητής 2 κ.ο.κ. Δεν γνωρίζει ονόματα, οπότε αντικαταστήστε τις ετικέτες με τα πραγματικά ονόματα στο Word μετά.

Ανεβάστε ένα MP3 από διάλεξη, συνέντευξη, σύσκεψη ή podcast και λάβετε τα λόγια ως κείμενο που μπορείτε να αναζητήσετε, να επεξεργαστείτε και να παραθέσετε. Επιλέξτε απλό κείμενο για σημειώσεις, Word για επεξεργασία ή SRT και VTT όταν το κείμενο πρέπει να συγχρονιστεί με ένα βίντεο.

ή σύρετε Αρχεία MP3, WAV, M4A … εδώ ·

Έως 95 MB ανά αρχείο· Έως 20 αρχεία· Διαγραφή μετά από 30 λεπτά

Μεταγραφή

Ομιλούμενη γλώσσα

Έξοδος

Τα αρχεία επεξεργάζονται στους διακομιστές μας και διαγράφονται μετά από 30 λεπτά.

Πώς να χρησιμοποιήσετε αυτό το εργαλείο

1
Ανεβάστε το MP3
Σύρετε ένα ή περισσότερα αρχεία MP3, έως 20 κάθε φορά και 95 MB το καθένα. Λειτουργούν και άλλα αρχεία ήχου και βίντεο, όπως M4A, WAV και MP4.
2
Ορίστε τη γλώσσα και τη μορφή εξόδου
Η Ομιλούμενη γλώσσα είναι στην αυτόματη ανίχνευση, που ακούει τα πρώτα 30 δευτερόλεπτα. Επιλέξτε εσείς τη γλώσσα αν η ηχογράφηση ξεκινά με μουσική. Η Έξοδος ξεκινά ως απλό κείμενο· αλλάξτε την σε Word, PDF, SRT ή VTT ανάλογα με τις ανάγκες σας.
3
Απομαγνητοφώνηση και λήψη
Πατήστε Απομαγνητοφώνηση και κατεβάστε το κείμενο. Ενεργοποιήστε πρώτα τις Χρονοσημάνσεις ή τις Ετικέτες ομιλητών στις Σύνθετες ρυθμίσεις, αν θέλετε να βρίσκετε εύκολα αποσπάσματα ή να ξεχωρίζετε τις φωνές.

Η απομαγνητοφώνηση ενός MP3 μετατρέπει λεπτά ακρόασης σε δευτερόλεπτα ανάγνωσης: αναζητήστε μια λέξη, αντιγράψτε ένα απόσπασμα ή δώστε το κείμενο σε κάποιον που δεν μπορεί να ακούσει ήχο.

Γιατί να μετατρέψετε MP3 σε κείμενο

Το MP3 είναι η μορφή που εξάγουν τα περισσότερα φορητά καταγραφικά, οι εφαρμογές ηχογράφησης κινητού και τα εργαλεία podcast, οπότε συνήθως είναι το αρχείο που έχετε ήδη. Φοιτητές απομαγνητοφωνούν ηχογραφημένες διαλέξεις για να μελετήσουν από σημειώσεις, δημοσιογράφοι παίρνουν ακριβείς δηλώσεις από συνεντεύξεις, ερευνητές κωδικοποιούν ομάδες εστίασης και δημιουργοί podcast δημοσιεύουν κείμενα ώστε το επεισόδιο να βρίσκεται από τις μηχανές αναζήτησης και να διαβάζεται από κωφά ή βαρήκοα άτομα.

Η έξοδος καθορίζει τι μπορείτε να κάνετε μετά. Το Απλό κείμενο (TXT) επικολλάται παντού. Το Word (DOCX) είναι έτοιμο για επεξεργασία και σχόλια. Το PDF ταιριάζει σε κείμενο που δεν πρέπει να αλλάξει. Τα SRT και VTT είναι αρχεία υποτίτλων με χρονισμούς και το JSON απαριθμεί κάθε λέξη με την ώρα της για προγραμματιστές.

Αν η ηχογράφηση βρίσκεται μέσα σε βίντεο, μπορείτε να ανεβάσετε το ίδιο το βίντεο· απομαγνητοφωνείται το κανάλι ήχου. Ή εξαγάγετε πρώτα τον ήχο με το MP4 σε MP3 όταν το βίντεο είναι πολύ μεγάλο για ανέβασμα.

αρχεία ανά παρτίδα: 20
ανά αρχείο: 95 MB
γλώσσες και αυτόματη ανίχνευση: 33
έως τη διαγραφή των αρχείων: 30 λεπτά

Τι επηρεάζει την ακρίβεια της μετατροπής MP3 σε κείμενο

Ομιλητές που επικαλύπτονται: Δύο φωνές ταυτόχρονα είναι η δυσκολότερη περίπτωση. Σε πάνελ και ηχογραφήσεις από τραπέζι χάνονται τα περισσότερα λόγια εκεί όπου διακόπτουν ο ένας τον άλλον.
Θόρυβος περιβάλλοντος: Μουσική, κίνηση και κλιματιστικό ανταγωνίζονται την ομιλία. Ένας ήσυχος χώρος μετράει περισσότερο από ένα ακριβό μικρόφωνο.
Ηχογραφήσεις τηλεφώνου και κλήσεων: Οι παραδοσιακές τηλεφωνικές γραμμές μεταφέρουν μόνο στενό εύρος συχνοτήτων, γι' αυτό τα σύμφωνα θολώνουν. Περιμένετε περισσότερες διορθώσεις στις ηχογραφήσεις κλήσεων.
Λάθος ρύθμιση γλώσσας: Η αυτόματη ανίχνευση μπορεί να κάνει λάθος σε αρχείο που ξεκινά με μουσική ή αλλάζει γλώσσες. Ορίστε εσείς την Ομιλούμενη γλώσσα για να λυθεί.

MP3 σε υπότιτλους SRT με χρονοσημάνσεις

Δύο υπότιτλοι από αρχείο SRT

1
00:00:01,200 --> 00:00:04,050
Καλώς ήρθατε ξανά στην εκπομπή.

2
00:00:04,300 --> 00:00:07,900
Σήμερα μιλάμε για οικιακή ηχογράφηση.

Το SRT προέρχεται από το SubRip, ένα εργαλείο υποτίτλων για Windows, και είναι η πιο ευρέως αποδεκτή μορφή υποτίτλων: ένας αριθμός, ώρα έναρξης και λήξης με κόμμα πριν από τα χιλιοστά του δευτερολέπτου, και το κείμενο του υποτίτλου. Το VTT, ή WebVTT, είναι η έκδοση του W3C για προγράμματα αναπαραγωγής βίντεο στο web και χρησιμοποιεί τελεία αντί για κόμμα. Και τα δύο είναι απλό κείμενο, οπότε μπορείτε να διορθώσετε μια λάθος λέξη σε οποιονδήποτε επεξεργαστή.

Οι γραμμές των υποτίτλων τυλίγονται στους 42 χαρακτήρες από προεπιλογή, το όριο που χρησιμοποιούν επαγγελματικοί οδηγοί στυλ υποτίτλων, όπως του Netflix, για τις περισσότερες γλώσσες με λατινική γραφή. Αν θέλετε χρονικούς δείκτες σε έγγραφο και όχι αρχείο υποτίτλων, κρατήστε TXT, Word ή PDF και ενεργοποιήστε τις Χρονοσημάνσεις, που βάζουν έναν δείκτη όπως [01:15] πριν από κάθε παράγραφο. Έχετε ήδη υπότιτλους και χρειάζεστε απλό κείμενο; Το SRT σε TXT αφαιρεί τους αριθμούς και τους χρονισμούς.

Ερωτήσεις για τη μετατροπή MP3 σε κείμενο

Πόσο ακριβής είναι η απομαγνητοφώνηση MP3;

Εξαρτάται πολύ περισσότερο από την ηχογράφηση παρά από τη μορφή του αρχείου. Μια καθαρή φωνή κοντά σε μικρόφωνο απομαγνητοφωνείται πολύ καλά· μια τηλεφωνική κλήση, ένα θορυβώδες καφέ ή πολλά άτομα που μιλούν ταυτόχρονα δίνουν περισσότερα λάθη. Διαβάζετε πάντα το κείμενο μία φορά πριν παραθέσετε κάτι από αυτό.

Μπορώ να μετατρέψω σε κείμενο μόνο ένα τμήμα ενός μεγάλου MP3;

Ναι. Συμπληρώστε Έναρξη στο και Λήξη στο στις Σύνθετες ρυθμίσεις, σε δευτερόλεπτα ή λεπτά:δευτερόλεπτα, για παράδειγμα 12:30 έως 18:00. Απομαγνητοφωνείται μόνο αυτό το τμήμα, κάτι που είναι ταχύτερο όταν χρειάζεστε μία απάντηση από μια μεγάλη συνέντευξη.

Ποια μορφή εξόδου να επιλέξω για υπότιτλους στο YouTube;

SRT ή VTT. Και τα δύο περιέχουν ώρα έναρξης και λήξης για κάθε γραμμή, και το YouTube Studio δέχεται οποιοδήποτε από τα δύο όταν ανεβάζετε αρχείο υποτίτλων. Κρατήστε τους Χαρακτήρες ανά γραμμή στο 42, ώστε κάθε υπότιτλος να χωρά σε δύο σύντομες γραμμές στην οθόνη.

Τι περιέχει η έξοδος JSON;

Κάθε λέξη με την ώρα έναρξης και λήξης της. Οι προγραμματιστές το χρησιμοποιούν για διαδραστικές απομαγνητοφωνήσεις, αναζήτηση μέσα στον ήχο ή κοπή αποσπασμάτων σε ακριβείς λέξεις. Για ανάγνωση είναι πιο εύκολο το TXT ή το Word.

Το MP3 μου είναι μεγαλύτερο από 95 MB. Τι μπορώ να κάνω;

Η ομιλία δεν χρειάζεται υψηλό bitrate. Κωδικοποιήστε ξανά το αρχείο στα 64 kbps μονοφωνικό με τη Συμπίεση ήχου, που μικραίνει μια μεγάλη ηχογράφηση πολλαπλάσια χωρίς να επηρεάζει την απομαγνητοφώνηση, και μετά ανεβάστε το μικρότερο αρχείο.

Μπορεί να αναγνωρίσει ποιος μιλάει;

Με ενεργές τις Ετικέτες ομιλητών, το κείμενο σημειώνει τις αλλαγές φωνής ως Ομιλητής 1, Ομιλητής 2 κ.ο.κ. Δεν γνωρίζει ονόματα, οπότε αντικαταστήστε τις ετικέτες με τα πραγματικά ονόματα στο Word μετά.