Hangfelvétel átírása
Válasszon egy diktafonnal vagy hangrögzítő alkalmazással készült fájlt, és az AI (Whisper vagy SenseVoice) a böngészőben átírja. Nem kell konvertálni a formátumot, és nincs időkorlát, akármilyen hosszú is a felvétel. A hang soha nem jut el szerverre. Nincs fájlja? Ezen az oldalon a mikrofonnal is rögzíthet, és azonnal átírhatja (legfeljebb 3 órán át, az eszköz memóriájától és a kiválasztott modelltől függően kevesebb ideig).
Ennél a nyelvnél a kisebb modellek pontossága erősen romlik. Válassza a Whisper Small vagy egy nagyobb modellt
Általában maradhat az Auto beállításon. Csak akkor módosítsa, ha az eredményben egyértelműen rossz a beszélők száma
Nincs fájlja? Rögzítsen a mikrofonnal. Az átírás a felvétel leállítása után indul (ezen az eszközön a kiválasztott modellel legfeljebb kb. 000 perc). A felvétel sem kerül semmilyen szerverre.
Hogyan írható át egy diktafonfájl?
- Csatlakoztassa a diktafont USB-n a számítógéphez, és másolja át a felvételt. Okostelefonos alkalmazással készült felvételeknél a megosztás menüből mentse a fájlt felhőtárhelyre. Az iPhone Diktafon alkalmazásának felvételeihez lásd az M4A átírása oldal lépéseit.
- A beszélők szétválasztása alapértelmezésként be van kapcsolva; ha csak egy ember beszél, kikapcsolhatja. Ha ismeri a nyelvet, az automatikus felismerés helyett azt válassza.
- Válassza ki a felvételt. A véglegesített sorok menet közben megjelennek a képernyőn, és ha elkészült, a „Letöltés” alatt választhatja a TXT, Word, SRT vagy más formátumot.
Hogyan rögzíthet a mikrofonnal, és írhatja át a felvételt?
- Nyomja meg a „Felvétel mikrofonnal” gombot, és engedélyezze a mikrofonhoz való hozzáférést, amikor a böngésző rákérdez.
- Ha befejezte a beszédet, nyomja meg a „Felvétel leállítása” gombot. A felvételi korlát felvétel közben megjelenik a képernyőn. Telefonon a felvétel leállhat, ha felvétel közben zárolja a képernyőt vagy másik alkalmazásra vált.
- Ellenőrizze a nyelvet, a modellt és a beszélők szétválasztását, majd nyomja meg az „Átírás indítása” gombot. A „Mentés hangfájlként” gombbal a felvételt fájlként mentheti; az átirattal együtt ennek az eszköznek az előzményeiben is megmarad.
Fájlformátumok rögzítőeszközök szerint
Sok diktafon MP3 vagy WAV formátumban ment, néhány WMA-ban. Az okostelefonos hangrögzítő alkalmazások M4A, MP3, AMR vagy más formátumban mentenek. Ezek mind változtatás nélkül betölthetők, így nem kell előbb MP3-ba alakítani őket.
Az eredményt leginkább az befolyásolja, hogyan készült a felvétel. Három dolog számít: hogy a beszélő közel legyen a mikrofonhoz, kevés legyen a háttérzaj (például a légkondicionálóé), és ne fedjék egymást a hangok.
Hosszú felvételeknél sincs időkorlát. A véglegesített sorok feldolgozás közben megjelennek, így a befejezés előtt is ellenőrizheti a tartalmat. Ha menet közben bezárja az oldalt, az addig véglegesített szöveg megmarad az előzményekben.
Ha valami nem működik
- Ha a japántól, kínaitól és koreaitól eltérő nyelveken a halk vagy távoli hangok kimaradnak, váltson a Small vagy nagyobb modellre. Spanyol, német és más európai nyelveknél WebGPU-t támogató számítógépen a Parakeet Ultra pontosabb és gyorsabb a Smallnál.
- Csendet tartalmazó hosszú felvételekben olyan mondatok is megjelenhetnek, amelyeket senki sem mondott. Ezeket a sorokat törölje az eredményképernyőn.
Gyakori kérdések
Milyen felvételformátumok támogatottak?
Az MP3, WAV, M4A, AAC, FLAC, OGG, Opus, AIFF, WMA, AMR és WebM támogatott. Ha videofájlt választ, csak a hangsáv kinyerése és feldolgozása történik meg.
Hány órányi felvétel írható át?
A hangfájlokra nincs idő- vagy méretkorlát. Az, hogy milyen hosszú felvétel dolgozható fel egyszerre, az eszköz memóriájától és a kiválasztott modelltől függ. Ha ezen az oldalon a mikrofonnal rögzít, legfeljebb 3 órát rögzíthet, az eszköz memóriájától és a kiválasztott modelltől függően kevesebbet is; a korlát a felvétel indítása előtt megjelenik. A telefonok az eszköz védelme érdekében csökkentett memóriájú módban futnak, ezért hosszú felvételekhez számítógép ajánlott.
Elkülöníti egy felvételen a több beszélőt?
Igen. A beszélők szétválasztása alapértelmezésként be van kapcsolva, és a sorok beszélők szerint bomlanak (legfeljebb nyolc beszélő). Értekezlet-felvételekhez az Értekezletek átírása oldal a legkényelmesebb, amely végigvezeti az értekezletekhez szükséges lépéseken.
Elküldik valahová a felvételemet?
Nem. Az átírás az eszközön, a böngészőben fut, és sem a felvétel, sem az elkészült szöveg nem kerül külső szerverre. A mikrofonnal rögzített hangot ugyanígy kezeljük. A hibák javításához használt feldolgozási statisztikák (az eszköz jellemzői, a hiba típusa és hasonlók) az oldal saját szerverére kerülnek, de nem tartalmaznak hangot, átiratszöveget, fájlnevet vagy IP-címet. Ezt az oldal alján, „A szolgáltatás fejlesztésének támogatása” alatti kapcsoló kikapcsolásával állíthatja le.
A hanganyag előkészítése és az átírás utáni teendők
A szolgáltatás fejlesztésének támogatása
Ha elküldi nekünk a feldolgozás körülményeit – akár sikeres, akár sikertelen –, azzal segít felderíteni a hibákat (a hibaarányhoz mindkettő kell). Ha tudjuk, mely eszközökön és beállításokkal fordul elő leggyakrabban hiba, módosíthatjuk az ajánlott alapértelmezéseket, és kijavíthatjuk a mögöttük álló hibákat. Ha nem bánja, sokat segít, ha bekapcsolva hagyja.
Mit küldünk el?
Az eszköz jellemzői (GPU-típus, memória, magok száma), a böngésző és az operációs rendszer, a kiválasztott modell és nyelv, a beszélők szétválasztásának beállítása (be vagy ki, és a megadott beszélőszám), az oldal megjelenítési nyelve, hogy meddig jutott a feldolgozás (beleértve azt is, ha leállította, vagy bezárta az oldalt), a hiba típusa és részletei, a fájl formátuma a hozzávetőleges méretével és hosszával, az egyes szakaszok időtartama, valamint a letöltött AI-modelladatok mennyisége. Egy ideiglenes szám, amely összekapcsolja az ugyanabban a lapon végzett feldolgozásokat (a lap bezárásakor törlődik). Az eredményképernyőn: hányszor használta a szerkesztést (például a beszélők átnevezését vagy a sorok felosztását), a fordítást, az összefoglalókat és a feliratimportálást, a „Letöltés” alatt választott formátumok, milyen gyakran használta a „Szöveg másolása” és az „Összes letöltése” funkciót, valamint a fordítás nyelvpárja.
Mit nem küldünk el soha?
A hangot, az átiratokat (beleértve a beszélők nevét és a fordításokat), a fájlneveket és az IP-címeket. Az adatok csak az oldal saját szerverére jutnak, soha nem kerülnek külső szolgáltatáshoz.