Penukar MP3 ke Teks

Q: Bolehkah saya mentranskripsi sebahagian sahaja daripada MP3 yang panjang?

Ya. Masukkan **Mula pada** dan **Tamat pada** di bawah **Tetapan lanjutan** dalam saat atau minit:saat, contohnya 12:30 hingga 18:00. Hanya bahagian itu ditranskripsi, lebih pantas apabila anda hanya perlukan satu jawapan daripada temu bual yang panjang.

Q: Bolehkah ia mengenal pasti siapa yang bercakap?

Dengan **Label penutur** dihidupkan, transkrip menandakan pertukaran suara sebagai Penutur 1, Penutur 2 dan seterusnya. Ia tidak mengetahui nama, jadi gantikan label dengan nama sebenar dalam Word selepas itu.

Muat naik MP3 kuliah, temu bual, mesyuarat atau podcast dan dapatkan semula kata-kata yang dituturkan sebagai teks yang boleh Anda cari, sunting dan petik. Pilih teks biasa untuk nota, Word untuk penyuntingan, atau SRT dan VTT apabila teks perlu selari dengan video.

atau seret Fail MP3, WAV, M4A … ke sini ·

Maks 95 MB setiap fail· Sehingga 20 fail· Dipadam selepas 30 minit

Transkripsi

Bahasa pertuturan

Output

Fail diproses pada pelayan kami dan dipadam selepas 30 minit.

Cara menggunakan alat ini

1
Muat naik MP3
Letakkan satu atau lebih fail MP3, sehingga 20 fail sekali gus dan 95 MB setiap satu. Fail audio dan video lain seperti M4A, WAV dan MP4 juga boleh digunakan.
2
Tetapkan bahasa dan format output
Bahasa pertuturan ditetapkan kepada Kesan automatik, yang mendengar 30 saat pertama. Pilih sendiri bahasanya jika rakaman bermula dengan muzik. Output bermula sebagai teks biasa; tukar kepada Word, PDF, SRT atau VTT mengikut keperluan.
3
Transkripsi dan muat turun
Tekan Transkripsi dan muat turun transkrip. Hidupkan Cap masa atau Label penutur di bawah Tetapan lanjutan terlebih dahulu jika anda perlu mencari petikan atau membezakan suara.

Mentranskripsi MP3 menukar beberapa minit mendengar kepada beberapa saat membaca: cari perkataan, salin petikan, atau serahkan teks kepada orang yang tidak dapat memainkan audio.

Mengapa perlu menukar MP3 ke teks

MP3 ialah format yang dieksport oleh kebanyakan perakam suara, aplikasi rakaman telefon dan alat podcast, jadi biasanya ia fail yang sudah anda miliki. Pelajar mentranskripsi kuliah yang dirakam untuk belajar daripada nota, wartawan mengambil petikan tepat daripada temu bual, penyelidik mengekod kumpulan fokus, dan penerbit podcast menerbitkan transkrip supaya episod dapat ditemui enjin carian dan dibaca oleh orang yang pekak atau kurang pendengaran.

Output menentukan apa yang boleh anda lakukan seterusnya. Teks biasa (TXT) boleh ditampal di mana-mana. Word (DOCX) sedia untuk disunting dan diberi komen. PDF sesuai untuk transkrip yang tidak patut diubah. SRT dan VTT ialah fail sari kata dengan masa, dan JSON menyenaraikan setiap perkataan beserta masanya untuk pembangun.

Jika rakaman berada dalam video, anda boleh memuat naik video itu sendiri; trek audionya akan ditranskripsi. Atau ekstrak bunyi dahulu dengan MP4 ke MP3 apabila video terlalu besar untuk dimuat naik.

fail setiap kelompok: 20
setiap fail: 95 MB
bahasa serta kesan automatik: 33
sebelum muat naik dipadam: 30 min

Faktor yang mempengaruhi ketepatan MP3 ke teks

Penutur bertindih: Dua suara serentak ialah kes paling sukar. Panel dan rakaman di meja makan kehilangan paling banyak perkataan apabila orang saling mencelah.
Bunyi latar: Muzik, lalu lintas dan penghawa dingin bersaing dengan pertuturan. Bilik yang senyap lebih penting daripada mikrofon yang mahal.
Rakaman telefon dan panggilan: Talian telefon tradisional hanya membawa jalur frekuensi yang sempit, jadi konsonan menjadi kabur. Jangkakan lebih banyak pembetulan pada rakaman panggilan.
Tetapan bahasa salah: Kesan automatik boleh tersilap menilai fail yang bermula dengan muzik atau bertukar bahasa. Menetapkan Bahasa pertuturan sendiri menyelesaikannya.

MP3 ke sari kata SRT dengan cap masa

Dua petunjuk daripada fail SRT

1
00:00:01,200 --> 00:00:04,050
Selamat kembali ke rancangan ini.

2
00:00:04,300 --> 00:00:07,900
Hari ini kita bercakap tentang rakaman di rumah.

SRT berasal daripada SubRip, alat sari kata Windows, dan merupakan format sari kata yang paling meluas diterima: nombor, masa mula dan tamat dengan koma sebelum milisaat, serta teks sari kata. VTT, atau WebVTT, ialah versi W3C untuk pemain video web dan menggunakan titik sebagai ganti koma. Kedua-duanya teks biasa, jadi anda boleh membetulkan perkataan yang tersalah dengar dalam mana-mana editor.

Baris sari kata dipotong pada 42 aksara secara lalai, had yang digunakan dalam panduan gaya sari kata profesional seperti Netflix untuk kebanyakan bahasa tulisan Latin. Jika anda mahukan penanda masa dalam dokumen dan bukan fail sari kata, kekalkan TXT, Word atau PDF dan hidupkan Cap masa, yang meletakkan penanda seperti [01:15] sebelum setiap perenggan. Sudah ada sari kata dan perlukan teks biasa? SRT ke TXT membuang nombor dan masa.

Soalan lazim MP3 ke teks

Sejauh manakah ketepatan transkripsi MP3?

Ketepatan lebih bergantung pada rakaman daripada format fail. Satu suara yang jelas dan dekat dengan mikrofon ditranskripsi dengan sangat baik; panggilan telefon, kafe yang bising atau beberapa orang bercakap serentak menghasilkan lebih banyak kesilapan. Sentiasa baca transkrip sekali sebelum memetiknya.

Bolehkah saya mentranskripsi sebahagian sahaja daripada MP3 yang panjang?

Ya. Masukkan Mula pada dan Tamat pada di bawah Tetapan lanjutan dalam saat atau minit:saat, contohnya 12:30 hingga 18:00. Hanya bahagian itu ditranskripsi, lebih pantas apabila anda hanya perlukan satu jawapan daripada temu bual yang panjang.

Output mana yang patut saya pilih untuk sari kata YouTube?

SRT atau VTT. Kedua-duanya membawa masa mula dan tamat bagi setiap baris, dan YouTube Studio menerima salah satu apabila anda memuat naik fail sari kata. Kekalkan Aksara setiap baris pada 42 supaya setiap sari kata muat dalam dua baris pendek pada skrin.

Apakah kandungan output JSON?

Setiap perkataan beserta masa mula dan tamatnya. Pembangun menggunakannya untuk membina transkrip interaktif, mencari dalam audio atau memotong klip pada perkataan tepat. Untuk bacaan, TXT atau Word lebih mudah.

MP3 saya melebihi 95 MB. Apakah yang boleh saya lakukan?

Pertuturan tidak memerlukan kadar bit yang tinggi. Kod semula fail pada 64 kbps mono dengan Kompres audio, yang mengecilkan rakaman panjang beberapa kali ganda tanpa menjejaskan transkripsi, kemudian muat naik fail yang lebih kecil.

Bolehkah ia mengenal pasti siapa yang bercakap?

Dengan Label penutur dihidupkan, transkrip menandakan pertukaran suara sebagai Penutur 1, Penutur 2 dan seterusnya. Ia tidak mengetahui nama, jadi gantikan label dengan nama sebenar dalam Word selepas itu.