MP3 텍스트 변환

Q: 긴 MP3의 일부만 텍스트로 변환할 수 있습니까?

가능합니다. **고급 설정**의 **시작 시간**과 **종료 시간**에 초 또는 분:초 형식으로 입력하십시오. 예를 들어 12:30부터 18:00까지입니다. 그 구간만 변환되므로 긴 인터뷰에서 답변 하나만 필요할 때 더 빠릅니다.

Q: MP3가 95 MB보다 큽니다. 어떻게 해야 합니까?

음성에는 높은 비트레이트가 필요하지 않습니다. [오디오 용량 줄이기](/compress-audio)에서 64 kbps 모노로 다시 인코딩하면 긴 녹음의 용량이 몇 분의 일로 줄어들고 텍스트 변환 품질에는 영향이 없습니다. 그다음 작아진 파일을 업로드하십시오.

Q: 누가 말하는지 구분할 수 있습니까?

**화자 구분**을 켜면 녹취록에 목소리가 바뀌는 지점을 화자 1, 화자 2처럼 표시합니다. 이름은 알 수 없으므로 나중에 Word에서 실제 이름으로 바꾸십시오.

강의, 인터뷰, 회의, 팟캐스트를 녹음한 MP3를 업로드하면 말한 내용을 검색·편집·인용할 수 있는 텍스트로 돌려받습니다. 메모용은 일반 텍스트, 편집용은 Word, 영상과 자막을 맞춰야 하면 SRT나 VTT를 선택하십시오.

또는 MP3, WAV, M4A … 파일을 여기에 끌어다 놓으세요 ·

파일당 최대 95 MB· 최대 20개 파일· 30분 뒤 삭제

받아쓰기

음성 언어

출력

파일은 UltKit 서버에서 처리되며 30분 뒤 삭제됩니다.

사용 방법

1
MP3 업로드
MP3 파일을 한 번에 20개까지, 파일당 95 MB까지 끌어다 놓으십시오. M4A, WAV, MP4 같은 다른 오디오·동영상 파일도 됩니다.
2
언어와 출력 형식 설정
음성 언어는 처음 30초를 듣고 판단하는 자동 감지로 설정되어 있습니다. 녹음이 음악으로 시작하면 언어를 직접 고르십시오. 출력은 일반 텍스트가 기본이며 필요에 따라 Word, PDF, SRT, VTT로 바꾸십시오.
3
받아쓰기 후 다운로드
받아쓰기를 누르고 녹취록을 내려받으십시오. 특정 구간을 찾거나 목소리를 구분해야 한다면 먼저 고급 설정에서 타임스탬프나 화자 구분을 켜십시오.

MP3를 텍스트로 변환하면 몇 분 동안 들어야 할 내용을 몇 초 만에 읽을 수 있습니다. 단어를 검색하고, 인용문을 복사하고, 오디오를 재생할 수 없는 사람에게 글로 전달할 수 있습니다.

MP3를 텍스트로 변환하는 이유

대부분의 녹음기, 휴대폰 녹음 앱, 팟캐스트 도구가 MP3로 내보내므로 이미 가지고 있는 파일은 대개 MP3입니다. 학생은 녹음한 강의를 받아 적어 노트로 공부하고, 기자는 인터뷰에서 정확한 인용문을 뽑고, 연구자는 포커스 그룹 녹취를 코딩하며, 팟캐스터는 녹취록을 공개해 검색 엔진에 에피소드가 노출되고 청각 장애가 있는 사람도 읽을 수 있게 합니다.

출력 형식에 따라 다음에 할 수 있는 일이 정해집니다. 일반 텍스트 (TXT)는 어디에나 붙여 넣을 수 있습니다. Word (DOCX)는 바로 편집하고 메모를 달 수 있습니다. PDF는 수정되면 안 되는 녹취록에 알맞습니다. SRT와 VTT는 타이밍이 담긴 자막 파일이고, JSON은 개발자를 위해 모든 단어를 시간과 함께 나열합니다.

녹음이 동영상 안에 있다면 동영상을 그대로 업로드해도 됩니다. 오디오 트랙을 음성 인식합니다. 동영상이 너무 커서 업로드할 수 없으면 MP4 MP3 변환으로 소리만 먼저 추출하십시오.

한 번에 처리하는 파일 수: 20
파일당: 95 MB
지원 언어 + 자동 감지: 33
업로드 파일 삭제까지: 30분

MP3 텍스트 변환 정확도에 영향을 주는 요인

겹치는 목소리: 두 사람이 동시에 말하는 경우가 가장 어렵습니다. 토론회나 식사 자리 녹음은 서로 말을 끊는 부분에서 단어를 가장 많이 놓칩니다.
배경 소리: 음악, 차량 소음, 에어컨 소리가 말소리와 섞입니다. 비싼 마이크보다 조용한 공간이 더 중요합니다.
전화·통화 녹음: 기존 전화 회선은 좁은 주파수 대역만 전달하므로 자음이 뭉개집니다. 통화 녹음은 수정할 부분이 더 많다고 예상하십시오.
잘못된 언어 설정: 자동 감지는 음악으로 시작하거나 중간에 언어가 바뀌는 파일을 잘못 판단할 수 있습니다. 음성 언어를 직접 설정하면 해결됩니다.

타임스탬프가 있는 MP3 SRT 자막 만들기

SRT 파일의 자막 두 개

1
00:00:01,200 --> 00:00:04,050
다시 방송에 오신 것을 환영합니다.

2
00:00:04,300 --> 00:00:07,900
오늘은 홈 레코딩에 대해 이야기합니다.

SRT는 Windows 자막 도구인 SubRip에서 나온 형식으로, 가장 널리 쓰이는 자막 형식입니다. 번호, 밀리초 앞에 쉼표를 찍은 시작·종료 시간, 자막 문장으로 구성됩니다. VTT(WebVTT)는 W3C가 웹 동영상 플레이어용으로 만든 형식으로 쉼표 대신 마침표를 씁니다. 둘 다 일반 텍스트이므로 잘못 인식된 단어를 어떤 편집기에서든 고칠 수 있습니다.

자막 줄은 기본적으로 42자에서 줄바꿈됩니다. Netflix 등 전문 자막 스타일 가이드가 대부분의 라틴 문자 언어에 쓰는 기준입니다. 자막 파일이 아니라 문서에 시간 표시를 넣고 싶다면 TXT, Word, PDF를 유지하고 타임스탬프를 켜십시오. 각 문단 앞에 [01:15] 같은 표시가 붙습니다. 이미 자막이 있고 일반 텍스트만 필요하다면 SRT TXT 변환으로 번호와 시간을 지우십시오.

MP3 텍스트 변환 자주 묻는 질문

MP3 음성 인식은 얼마나 정확합니까?

파일 형식보다 녹음 상태에 훨씬 크게 좌우됩니다. 마이크 가까이에서 한 사람이 또렷하게 말한 녹음은 매우 잘 변환되지만, 전화 통화, 시끄러운 카페, 여러 사람이 동시에 말하는 녹음은 오류가 더 많습니다. 인용하기 전에는 항상 녹취록을 한 번 읽어 보십시오.

긴 MP3의 일부만 텍스트로 변환할 수 있습니까?

가능합니다. 고급 설정의 시작 시간과 종료 시간에 초 또는 분:초 형식으로 입력하십시오. 예를 들어 12:30부터 18:00까지입니다. 그 구간만 변환되므로 긴 인터뷰에서 답변 하나만 필요할 때 더 빠릅니다.

YouTube 자막에는 어떤 출력 형식을 골라야 합니까?

SRT나 VTT입니다. 둘 다 줄마다 시작·종료 시간을 담고 있으며, YouTube 스튜디오에서 자막 파일을 업로드할 때 어느 쪽이든 받습니다. 줄당 글자 수는 42로 두어야 자막이 화면에서 짧은 두 줄에 들어갑니다.

JSON 출력에는 무엇이 들어 있습니까?

모든 단어와 각 단어의 시작·종료 시간입니다. 개발자는 이를 이용해 인터랙티브 녹취록을 만들거나, 오디오 안에서 검색하거나, 정확한 단어 위치에서 클립을 자릅니다. 읽기용으로는 TXT나 Word가 편합니다.

MP3가 95 MB보다 큽니다. 어떻게 해야 합니까?

음성에는 높은 비트레이트가 필요하지 않습니다. 오디오 용량 줄이기에서 64 kbps 모노로 다시 인코딩하면 긴 녹음의 용량이 몇 분의 일로 줄어들고 텍스트 변환 품질에는 영향이 없습니다. 그다음 작아진 파일을 업로드하십시오.

누가 말하는지 구분할 수 있습니까?

화자 구분을 켜면 녹취록에 목소리가 바뀌는 지점을 화자 1, 화자 2처럼 표시합니다. 이름은 알 수 없으므로 나중에 Word에서 실제 이름으로 바꾸십시오.