Hang szöveggé alakítása
Töltsön fel egy interjút, előadást, megbeszélést vagy hangüzenetet, és megkapja az írott átiratát. A beszédfelismerés leírja az elhangzottakat írásjelekkel, igény szerint időbélyegekkel és a beszélők megjelölésével, dokumentumként vagy videóhoz készült feliratként.
Hangból szöveg
vagy húzza ide a(z) MP3, WAV, M4A … fájlok fájlokat ·
Legfeljebb 95 MB fájlonként· Legfeljebb 20 fájl· Törlés 30 perc után
A fájlokat szervereinken dolgozzuk fel, és 30 perc után töröljük.
Az ennél hosszabb feliratsorokat felosztja. A 42 az elterjedt műsorszórási szabvány.
Nem kötelező. Másodperc (pl. 75) vagy perc:másodperc (1:15). Hagyja üresen, ha az elejétől szeretné az átiratot.
Nem kötelező. Ugyanaz a formátum, mint a kezdetnél. Hagyja üresen, ha a végéig kéri az átiratot.
Az eszköz használata
- 1
Hang- vagy videófájl feltöltése
Adjon hozzá MP3, M4A, WAV, AAC, FLAC, OGG, Opus, AMR vagy más hangfájlokat, esetleg MP4, MOV, MKV, WebM és AVI videókat. Legfeljebb 20 fájl, egyenként 95 MB-ig.
- 2
Nyelv és kimeneti formátum kiválasztása
A Beszélt nyelv alapértelmezés szerint automatikus felismerésre van állítva. Válassza ki a Kimenet típusát: egyszerű szöveg, Word, PDF, SRT vagy VTT felirat, illetve szavankénti időzítést tartalmazó JSON.
- 3
Átírás és letöltés
Nyomja meg az Átírás gombot; a gombon a kiválasztott kimenet neve is látszik. Nyissa meg az átiratot, ellenőrizze a neveket és a számokat, majd töltse le.
A hang szöveggé alakítása, más néven átírás, a rögzített beszédet írott szóvá változtatja. Töltse fel a fájlt, hagyja a Beszélt nyelv beállítást automatikus felismerésen vagy válassza ki a nyelvet, adja meg a kimenetet, és nyomja meg az Átírás gombot.
Hang szöveggé alakítása: így működik a beszédfelismerés
A beszédfelismerés rövid szakaszokban hallgatja a felvételt, mindegyikből képet készít a frekvenciáiról, majd egy betanított modell eldönti, mely szavak keltették nagy valószínűséggel az adott hangot. A modern modellek rendkívül nagy mennyiségű átírt beszédből tanulnak, ezért a különböző hangokat és akcentusokat sokkal jobban kezelik, mint egy évtizeddel ezelőtti diktálószoftverek. Az írásjeleket és a nagybetűket a mondat menetéből jósolják meg; kapcsolja ki az Írásjelek beállítást, ha csak a nyers szavakat szeretné.
A nyelvbeállítás számít. Az automatikus felismerés az első 30 másodpercet hallgatja meg, majd az egész fájlra egy nyelvet használ. Ha a felvétel zenével, szignállal vagy csenddel kezdődik, vagy nyelvet vált, válassza ki Ön a Beszélt nyelv értékét. A lista 33 nyelvet fed le, az angoltól, spanyoltól és arabtól a hindin, tamilon és japánon át az ukránig.
Sokfelől érkeznek ehhez az eszközhöz: az újságíró telefonon rögzített interjúval, a diák felvett előadással, a csapat megbeszélés-exporttal, az alkotó felirattal. A két leggyakoribb fájltípusnak saját oldala van: az MP3 szöveggé diktafon- és podcastfájlokhoz, az M4A szöveggé iPhone hangjegyzetekhez. A videófájlok közvetlenül működnek, így nem kell előbb kinyerni a hangot.
Átirat- és feliratformátumok
| Kimenet | Mit tartalmaz | Megnyitás itt |
|---|---|---|
| Egyszerű szöveg (TXT) | Szövegbekezdések, igény szerint időbélyegekkel és beszélők jelölésével | Bármely szövegszerkesztő, jegyzetalkalmazás vagy e-mail |
| Word (DOCX) | Formázott átirat, szerkesztésre és megosztásra kész | Word, Google Docs, Pages, LibreOffice |
| Az átirat rögzített másolata nyilvántartáshoz | Bármely PDF-olvasó vagy böngésző | |
| Felirat (SRT) | Számozott feliratok kezdő és záró időponttal | YouTube, videószerkesztők, VLC |
| Webes felirat (VTT) | WebVTT feliratok, a HTML5 videó által használt W3C-formátum | Webes lejátszók, YouTube, oktatási platformok |
| JSON (szavankénti időzítés) | Minden szó kezdő és záró időponttal | Szkriptek, keresőindexek, szerkesztőeszközök |
Időbélyegek, beszélők és egyéb átírási beállítások
- Időbélyegek
- Az Időbélyegek a TXT, Word és PDF átiratok minden bekezdése elé beírják az időpontot, például [01:15], így könnyen megtalálja a pillanatot a felvételen.
- Beszélők jelölése
- A Beszélők jelölése megjelöli, ki beszél: 1. beszélő, 2. beszélő és így tovább, interjúknál, megbeszéléseknél és podcastoknál. A jelöléseket utólag cserélje le nevekre.
- Írásjelek és töltelékszavak
- Az Írásjelek alapértelmezés szerint be vannak kapcsolva. A Töltelékszavak eltávolítása kihagyja az ööö-t, az hmm-et és a hasonló habozásokat.
- Karakter soronként
- SRT és VTT esetén a Karakter soronként felosztja a hosszú feliratokat; az alapérték 42, ezt a határt használja a Netflix feliratirányelve a legtöbb latin írású nyelvhez; 20 és 80 közötti érték megadható.
- Átírandó rész
- A Kezdés és a Befejezés egyetlen szakaszra korlátozza a munkát, másodpercben (75) vagy perc:másodperc formában (1:15).
Az online hang szöveggé alakítás korlátai
- Felvétel egy köteggel
- 20
- Hang- vagy videófájlonként
- 95 MB
- Beszélt nyelv és automatikus felismerés
- 33
- A fájlok és átiratok törléséig
- 30 perc
Hogyan lesz pontosabb az átirat?
Sok szó hibás vagy hiányzik
A legtöbb hibát a háttérzaj, a mikrofontól való távolság és az egymás szavába vágó beszélők okozzák. Ahol lehet, vegyen fel közelebbről, és ellenőrizze, hogy a Beszélt nyelv helyes-e.
Az átirat rossz nyelven készült
Az automatikus felismerés zenét vagy másik nyelvet hallott az első 30 másodpercben. Válassza ki Ön a Beszélt nyelv értékét, és írja át újra.
A feliratok túl hosszúak a képernyőn olvasáshoz
Csökkentse a Karakter soronként értékét 32–37-re a telefonon nézők kedvéért, így minden felirat rövidebb sorokra tagolódik.
A nevek és szakkifejezések elírtak
A ritka szavak minden modellnek nehézséget okoznak. Keresse meg és cserélje le őket egyszer a Word vagy szöveges kimenetben; általában végig ugyanúgy írja el őket.
Kérdések a hang szöveggé alakításáról
Alakíthatok hangot szöveggé ingyen, regisztráció nélkül?
Igen. Töltse fel a felvételt, és nyomja meg az Átírás gombot; nincs szükség fiókra, próbaidőszakra vagy bankkártyára. A fájlokat a feldolgozás után 30 perccel automatikusan töröljük, ezért az átiratot készülésekor töltse le.
Mitől jobb az egyik hang szöveggé alakító eszköz a másiknál?
A tisztességes összehasonlításhoz nézze meg a pontosságot a saját típusú felvételein, a támogatott nyelveket, a kimeneti formátumokat, és azt, hogy mi történik a fájlával utána. Itt 33 nyelv és automatikus felismerés, hat kimenet (köztük felirat), beszélők jelölése, időbélyegek és 30 perc utáni automatikus törlés áll rendelkezésére.
Milyen nyelvű felvételek alakíthatók szöveggé?
33 nyelv, amelyeket a Beszélt nyelv alatt választhat ki: többek között angol, spanyol, francia, német, portugál, olasz, orosz, arab, török, hindi, bengáli, tamil, telugu, maráthi, gudzsaráti, urdu, japán, koreai, kínai, indonéz, vietnami, thai, lengyel, ukrán, holland, svéd, görög és héber. Az automatikus felismerés az első 30 másodperc alapján fájlonként egy nyelvet választ.
Készíthetek feliratot egy videóhoz a hangsávja alapján?
Igen. Töltse fel magát a videót, válassza az SRT vagy VTT lehetőséget a Kimenet alatt, és időzített feliratfájlt kap, amelyet betölthet a YouTube-ra, videószerkesztőbe vagy HTML5 lejátszóba. A felirat formátumát később a feliratátalakítóval módosíthatja.
Hogyan írhatok át szöveggé egy 3 órás felvételt?
A fájlok legfeljebb 95 MB-osak lehetnek, ami nagyjából 1 óra 40 perc 128 kbps-es MP3-nak felel meg. Ossza fel a munkát a Kezdés és a Befejezés mezővel, vagy előbb csökkentse a fájl méretét: a hangfájl tömörítésével 64 kbps-es monóra alakított beszéd körülbelül 3,5 órányi fér a korlát alá.
Lefordítható az átirat angolra?
Nem, az átirat azon a nyelven készül, amelyen a felvételen beszélnek. Először írja át, majd illessze be a szöveget egy fordítószolgáltatásba; a tiszta átirat fordítása jobb eredményt ad, mint a közvetlen hangból fordítás, és az idézetek ellenőrzéséhez megmarad az eredeti szöveg.
Különbözik az MP3 szöveggé alakítása a videók átírásától?
Csak abban, amit feltölt. Ugyanaz a beszédfelismerés fut az MP4 vagy MOV hangsávján, mint az MP3 vagy M4A fájlon. Az MP3 szöveggé és az M4A szöveggé az eszköz előbeállításai ezekhez a fájltípusokhoz.
Megjelennek az átiratban az „ööö” és „hmm” töltelékhangok?
Alapértelmezés szerint igen, mert néha szó szerinti jegyzőkönyvre van szükség, például kutatási interjúknál. Kapcsolja be a Töltelékszavak eltávolítása lehetőséget az olvasásra, idézésre vagy közzétételre szánt, tisztább átirathoz.
Minden Hangból szöveg eszköz
Válassza ki a pontos célértéket, amelyet kértek öntől. Az alábbi oldalak mind ugyanazt az eszközt kínálják, eltérő alapbeállításokkal.
- M4A szöveggé alakításaiPhone Hangjegyzetek és más M4A fájlok szöveggé alakítása időbélyegekkel és beszélőcímkékkel. 33 nyelv, TXT, Word, PDF vagy felirat, fiók nélkül.
- MP3 szöveggé alakításaMP3 hangfájl átirata 33 nyelven. Letöltés szövegként, Word, PDF vagy SRT és VTT feliratként, igény szerint időbélyeggel és beszélőcímkékkel.