Перевести MP3 в текст

Q: Можно ли расшифровать только часть длинного MP3?

Да. Укажите **Начало** и **Конец** в разделе **Расширенные настройки** в секундах или в формате минуты:секунды, например с 12:30 до 18:00. Расшифровывается только этот отрезок, а это быстрее, если из длинного интервью нужен один ответ.

Q: Можно ли определить, кто говорит?

Если включены **Метки говорящих**, в расшифровке смена голоса отмечается как Говорящий 1, Говорящий 2 и так далее. Имен сервис не знает, поэтому потом замените метки настоящими именами в Word.

Загрузите MP3 с лекцией, интервью, совещанием или подкастом и получите речь в виде текста, по которому можно искать, который можно редактировать и цитировать. Выберите обычный текст для заметок, Word для редактирования или SRT и VTT, если текст нужно синхронизировать с видео.

или перетащите сюда файлы MP3, WAV, M4A … ·

Макс. 95 MB на файл· До 20 файлов· Удаляются через 30 минут

Расшифровка

Язык речи

Вывод

Файлы обрабатываются на наших серверах и удаляются через 30 минут.

Как пользоваться инструментом

1
Загрузите MP3
Перетащите один или несколько MP3-файлов: до 20 за раз, не более 95 MB каждый. Другие аудио- и видеофайлы, например M4A, WAV и MP4, тоже подойдут.
2
Выберите язык и формат результата
Для параметра Язык речи выбрано автоопределение: оно анализирует первые 30 секунд. Если запись начинается с музыки, выберите язык сами. В поле Вывод по умолчанию стоит обычный текст; при необходимости переключитесь на Word, PDF, SRT или VTT.
3
Расшифруйте и скачайте
Нажмите Расшифровать и скачайте расшифровку. Если нужно быстро находить фрагменты или различать голоса, сначала включите Отметки времени или Метки говорящих в разделе Расширенные настройки.

Расшифровка MP3 превращает минуты прослушивания в секунды чтения: можно найти слово, скопировать цитату или передать текст тому, кто не может воспроизвести аудио.

Зачем переводить MP3 в текст

MP3 — формат, в который экспортируют большинство диктофонов, приложений для записи звонков и инструментов для подкастов, поэтому нужный файл обычно уже есть под рукой. Студенты расшифровывают записанные лекции, чтобы готовиться по конспекту, журналисты берут из интервью точные цитаты, исследователи кодируют фокус-группы, а подкастеры публикуют расшифровки, чтобы выпуск находили поисковые системы и могли прочитать глухие и слабослышащие люди.

От выбранного вывода зависит, что вы сможете делать дальше. Обычный текст (TXT) вставляется куда угодно. Word (DOCX) готов к правке и комментариям. PDF подходит для расшифровки, которую не нужно менять. SRT и VTT — файлы субтитров с таймингами, а JSON содержит каждое слово с его временем для разработчиков.

Если запись находится внутри видео, можно загрузить само видео: расшифровывается его звуковая дорожка. Или сначала извлеките звук через MP4 в MP3, если видео слишком велико для загрузки.

файлов за раз: 20
на файл: 95 MB
языков и автоопределение: 33
до удаления загруженных файлов: 30 мин

От чего зависит точность расшифровки MP3

Перекрывающиеся голоса: Два голоса одновременно — самый трудный случай. В записях панельных дискуссий и застолий больше всего слов теряется там, где люди перебивают друг друга.
Фоновый шум: Музыка, шум дороги и кондиционер заглушают речь. Тихая комната важнее дорогого микрофона.
Записи телефонных разговоров: Традиционные телефонные линии передают лишь узкую полосу частот, поэтому согласные смазываются. В записях звонков придется исправлять больше.
Неверно выбранный язык: Автоопределение может ошибиться, если файл начинается с музыки или в нем меняется язык. Исправить это поможет выбор языка в поле Язык речи вручную.

MP3 в субтитры SRT с таймкодами

Два субтитра из файла SRT

1
00:00:01,200 --> 00:00:04,050
С возвращением на шоу.

2
00:00:04,300 --> 00:00:07,900
Сегодня мы говорим о домашней звукозаписи.

SRT появился в SubRip, программе для субтитров под Windows, и остается самым распространенным форматом субтитров: номер, время начала и конца с запятой перед миллисекундами и текст субтитра. VTT, или WebVTT, — версия W3C для веб-плееров видео, в ней вместо запятой ставится точка. Оба формата — обычный текст, поэтому неверно услышанное слово можно исправить в любом редакторе.

По умолчанию строки субтитров переносятся на 42 символах — таков предел в профессиональных руководствах по стилю субтитров, например у Netflix, для большинства языков с латиницей. Если нужны отметки времени в документе, а не файл субтитров, оставьте TXT, Word или PDF и включите Отметки времени: перед каждым абзацем появится метка вроде [01:15]. Уже есть субтитры, а нужен простой текст? SRT в TXT убирает номера и тайминги.

Вопросы о переводе MP3 в текст

Насколько точна расшифровка MP3 в текст?

Точность зависит от записи гораздо больше, чем от формата файла. Один четкий голос рядом с микрофоном расшифровывается очень хорошо; телефонный разговор, шумное кафе или несколько людей, говорящих одновременно, дают больше ошибок. Перед цитированием обязательно прочитайте расшифровку целиком.

Можно ли расшифровать только часть длинного MP3?

Да. Укажите Начало и Конец в разделе Расширенные настройки в секундах или в формате минуты:секунды, например с 12:30 до 18:00. Расшифровывается только этот отрезок, а это быстрее, если из длинного интервью нужен один ответ.

Какой формат выбрать для субтитров YouTube?

SRT или VTT. В обоих форматах для каждой строки указаны время начала и конца, и YouTube Studio принимает любой из них при загрузке файла субтитров. Оставьте для параметра Символов в строке значение 42, чтобы каждый субтитр помещался на экране в две короткие строки.

Что содержит результат в формате JSON?

Каждое слово с временем начала и конца. Разработчики используют его для интерактивных расшифровок, поиска по аудио и нарезки клипов по точным словам. Для чтения удобнее TXT или Word.

Мой MP3 больше 95 MB. Что делать?

Для речи высокий битрейт не нужен. Пересохраните файл в моно с битрейтом 64 kbps через Сжать аудио: длинная запись станет в несколько раз меньше, а качество расшифровки не пострадает. Затем загрузите уменьшенный файл.

Можно ли определить, кто говорит?

Если включены Метки говорящих, в расшифровке смена голоса отмечается как Говорящий 1, Говорящий 2 и так далее. Имен сервис не знает, поэтому потом замените метки настоящими именами в Word.