Konwerter MP3 na tekst

Q: Czy mogę przepisać tylko fragment długiego pliku MP3?

Tak. Wpisz **Początek** i **Koniec** w sekcji **Ustawienia zaawansowane** w sekundach lub w formacie minuty:sekundy, np. od 12:30 do 18:00. Transkrybowany będzie tylko ten fragment, co jest szybsze, gdy z długiego wywiadu potrzebujesz jednej odpowiedzi.

Q: Czy narzędzie rozpoznaje, kto mówi?

Po włączeniu **Oznaczenia mówców** transkrypcja zaznacza zmiany głosu jako Mówca 1, Mówca 2 itd. Program nie zna imion, więc później zastąp oznaczenia prawdziwymi imionami w Wordzie.

Prześlij plik MP3 z wykładem, wywiadem, spotkaniem lub podcastem, a otrzymasz wypowiedziane słowa jako tekst, który można przeszukiwać, edytować i cytować. Wybierz zwykły tekst do notatek, Word do edycji albo SRT i VTT, gdy słowa mają być zsynchronizowane z filmem.

lub upuść Pliki MP3, WAV, M4A … tutaj ·

Maks. 95 MB na plik· Do 20 plików· Usuwane po 30 min

Transkrypcja

Język nagrania

Format wyniku

Pliki są przetwarzane na naszych serwerach i usuwane po 30 min.

Jak korzystać z narzędzia

1
Prześlij plik MP3
Dodaj jeden lub kilka plików MP3, maksymalnie 20 naraz, do 95 MB każdy. Działają też inne pliki audio i wideo, np. M4A, WAV i MP4.
2
Ustaw język i format wyjściowy
Opcja Język nagrania jest ustawiona na wykrywanie automatyczne, które analizuje pierwsze 30 sekund. Jeśli nagranie zaczyna się od muzyki, wybierz język samodzielnie. Opcja Plik wynikowy domyślnie ma zwykły tekst; w razie potrzeby wybierz Word, PDF, SRT lub VTT.
3
Uruchom transkrypcję i pobierz
Kliknij Transkrybuj i pobierz transkrypcję. Jeśli chcesz łatwo znajdować fragmenty lub rozróżniać głosy, najpierw włącz Znaczniki czasu lub Oznaczenia mówców w sekcji Ustawienia zaawansowane.

Transkrypcja MP3 zamienia minuty słuchania w sekundy czytania: możesz wyszukać słowo, skopiować cytat lub przekazać tekst komuś, kto nie może odtworzyć nagrania.

Po co zamieniać MP3 na tekst

MP3 to format, który eksportuje większość dyktafonów, aplikacji do nagrywania w telefonie i narzędzi podcastowych, więc zwykle to właśnie ten plik już masz. Studenci transkrybują nagrane wykłady, by uczyć się z notatek, dziennikarze wyciągają dokładne cytaty z wywiadów, badacze kodują wywiady grupowe, a twórcy podcastów publikują transkrypcje, aby odcinek był łatwiejszy do znalezienia w wyszukiwarkach i dostępny dla osób niesłyszących i słabosłyszących.

Od wybranego pliku wynikowego zależy, co zrobisz dalej. Zwykły tekst (TXT) wkleisz gdziekolwiek. Word (DOCX) nadaje się do edycji i komentarzy. PDF pasuje do transkrypcji, która nie powinna być zmieniana. SRT i VTT to pliki napisów z czasami, a JSON wyświetla dla programistów każde słowo wraz z czasem.

Jeśli nagranie jest w wideo, możesz przesłać sam film; transkrybowana będzie ścieżka dźwiękowa. Możesz też najpierw wyodrębnić dźwięk za pomocą MP4 na MP3, gdy film jest zbyt duży do przesłania.

plików w jednej partii: 20
na plik: 95 MB
języków plus wykrywanie automatyczne: 33
do usunięcia przesłanych plików: 30 min

Co wpływa na dokładność zamiany MP3 na tekst

Nakładające się głosy: Dwa głosy naraz to najtrudniejszy przypadek. W nagraniach paneli i rozmów przy stole najwięcej słów ginie tam, gdzie ludzie sobie przerywają.
Dźwięki w tle: Muzyka, ruch uliczny i klimatyzacja zagłuszają mowę. Cichy pokój jest ważniejszy niż drogi mikrofon.
Nagrania z telefonu i rozmów: Tradycyjne linie telefoniczne przenoszą tylko wąskie pasmo częstotliwości, więc spółgłoski się zlewają. W nagraniach rozmów spodziewaj się większej liczby poprawek.
Błędnie ustawiony język: Wykrywanie automatyczne może się pomylić przy pliku zaczynającym się od muzyki lub zmieniającym języki. Samodzielne ustawienie opcji Język nagrania rozwiązuje problem.

MP3 na napisy SRT ze znacznikami czasu

Dwa napisy z pliku SRT

1
00:00:01,200 --> 00:00:04,050
Witamy ponownie w programie.

2
00:00:04,300 --> 00:00:07,900
Dziś rozmawiamy o nagrywaniu w domu.

SRT pochodzi od SubRip, windowsowego narzędzia do napisów, i jest najszerzej obsługiwanym formatem napisów: numer, czas rozpoczęcia i zakończenia z przecinkiem przed milisekundami oraz tekst napisu. VTT, czyli WebVTT, to wersja W3C dla odtwarzaczy wideo w sieci, w której zamiast przecinka stosuje się kropkę. Oba formaty to zwykły tekst, więc źle usłyszane słowo poprawisz w dowolnym edytorze.

Wiersze napisów są domyślnie zawijane po 42 znakach – to limit stosowany w profesjonalnych wytycznych dotyczących napisów, np. Netflixa, dla większości języków z alfabetem łacińskim. Jeśli chcesz mieć znaczniki czasu w dokumencie, a nie w pliku napisów, zostań przy TXT, Wordzie lub PDF i włącz Znaczniki czasu, które dodają znacznik, np. [01:15], przed każdym akapitem. Masz już napisy i potrzebujesz zwykłego tekstu? SRT na TXT usuwa numery i czasy.

Pytania o zamianę MP3 na tekst

Jak dokładna jest transkrypcja MP3 na tekst?

O wiele bardziej zależy to od nagrania niż od formatu pliku. Jeden wyraźny głos blisko mikrofonu jest transkrybowany bardzo dobrze; rozmowa telefoniczna, hałaśliwa kawiarnia lub kilka osób mówiących jednocześnie powodują więcej błędów. Zawsze przeczytaj transkrypcję przed zacytowaniem jej.

Czy mogę przepisać tylko fragment długiego pliku MP3?

Tak. Wpisz Początek i Koniec w sekcji Ustawienia zaawansowane w sekundach lub w formacie minuty:sekundy, np. od 12:30 do 18:00. Transkrybowany będzie tylko ten fragment, co jest szybsze, gdy z długiego wywiadu potrzebujesz jednej odpowiedzi.

Który format wybrać na napisy do YouTube?

SRT lub VTT. Oba formaty zawierają czas rozpoczęcia i zakończenia każdego wiersza, a YouTube Studio przyjmuje oba przy wgrywaniu pliku z napisami. Ustaw Znaków w wierszu na 42, aby każdy napis mieścił się na ekranie w dwóch krótkich wierszach.

Co zawiera wynik w formacie JSON?

Każde słowo wraz z czasem rozpoczęcia i zakończenia. Programiści używają go do tworzenia interaktywnych transkrypcji, wyszukiwania w nagraniach audio lub wycinania fragmentów dokładnie na słowach. Do czytania wygodniejszy jest TXT lub Word.

Mój plik MP3 ma ponad 95 MB. Co mogę zrobić?

Mowa nie wymaga wysokiego bitrate'u. Zakoduj plik ponownie w 64 kb/s mono za pomocą Kompresuj audio – długie nagranie zmniejszy się kilkukrotnie bez szkody dla transkrypcji – a następnie prześlij mniejszy plik.

Czy narzędzie rozpoznaje, kto mówi?

Po włączeniu Oznaczenia mówców transkrypcja zaznacza zmiany głosu jako Mówca 1, Mówca 2 itd. Program nie zna imion, więc później zastąp oznaczenia prawdziwymi imionami w Wordzie.