Transcriber

Transkrypcja pliku MP3 na tekst

Wybierz plik MP3, a AI (Whisper lub SenseVoice) przetranskrybuje go w Twojej przeglądarce. Nagranie nigdy nie trafia na serwer. Bez konta, bez opłat, bez limitu długości.

Sprawdzanie środowiska…

W tym języku dokładność mniejszych modeli wyraźnie spada. Wybierz Whisper Small lub większy

Włączone

Zwykle można zostawić „Auto”. Zmień to ustawienie tylko wtedy, gdy liczba mówców w wyniku jest wyraźnie błędna

Nie masz pliku? Nagraj dźwięk mikrofonem. Transkrypcja rozpocznie się po zatrzymaniu nagrywania (na tym urządzeniu z wybranym modelem do ok. min). Nagranie również nie jest wysyłane na żaden serwer.

Jak przetranskrybować MP3

  1. Wybierz język. Automatyczne wykrywanie działa, ale wskazanie właściwego języka (np. polskiego dla nagrania po polsku) ogranicza błędy rozpoznawania. Jeśli mówią dwie osoby lub więcej, włącz też rozpoznawanie mówców.
  2. Upuść plik MP3 tutaj lub kliknij, aby go wybrać. Transkrypcja rozpoczyna się od razu po wczytaniu pliku, a wiersze pojawiają się po kolei w miarę ich ustalania.
  3. Po zakończeniu kliknij wiersz, aby odtworzyć nagranie od tego miejsca i poprawić ewentualne błędy. Następnie wybierz TXT, Word lub inny format w „Pobierz” albo skopiuj tekst bezpośrednio.

Na co zwrócić uwagę przy plikach MP3

MP3 to format skompresowany, więc przepływność oryginalnego nagrania bezpośrednio wpływa na dokładność. Przy 128 kbps lub więcej zwykła rozmowa jest rozpoznawana niezawodnie. Poniżej 64 kbps – albo w nagraniach rozmów telefonicznych, z których usunięto wysokie częstotliwości – pojawi się więcej pominiętych słów. W językach innych niż japoński, chiński i koreański zwykle pomaga przejście na model Small lub większy. Dla hiszpańskiego, niemieckiego i innych języków europejskich na komputerze z WebGPU Parakeet Ultra jest dokładniejszy i szybszy niż Small.

Wszystko działa na Twoim urządzeniu. Plik nie jest wysyłany, a powstały tekst również nigdzie nie trafia, więc nagrania, których nie możesz udostępniać na zewnątrz – spotkania, wywiady – można przetwarzać bez zmian.

Fragmenty ciszy nie są przetwarzane, więc czas przetwarzania zależy od tego, jak długo ludzie faktycznie mówią, a nie od długości pliku. Wykłady z długimi przerwami albo nagrania, w których przez długi czas nikt nic nie mówi, kończą się szybciej, niż sugeruje ich długość.

Gdy coś pójdzie nie tak

Najczęściej zadawane pytania

Czy mogę transkrybować formaty inne niż MP3?

Tak. Obsługiwane są WAV, M4A, AAC, FLAC, OGG, Opus, AIFF, WMA, AMR i WebM. Jeśli wybierzesz plik wideo, wyodrębniana i przetwarzana jest tylko ścieżka audio.

Czy jest limit rozmiaru pliku?

Nie. Nie ma też limitu długości. Długość nagrania, które można przetworzyć za jednym razem, zależy od pamięci urządzenia i wybranego modelu; jeśli się nie zmieści, strona poinformuje o tym przed rozpoczęciem przetwarzania.

Czy moje nagranie jest gdzieś wysyłane?

Nie. Transkrypcja odbywa się w przeglądarce, a ani plik audio, ani powstały tekst nie są wysyłane na żaden zewnętrzny serwer. Statystyki przetwarzania służące do naprawiania problemów (parametry urządzenia, rodzaj błędu itp.) są wysyłane na serwer tej strony, ale nie zawierają nagrań, tekstu transkrypcji, nazw plików ani adresów IP. Możesz to wyłączyć przełącznikiem w sekcji „Pomóż nam ulepszać serwis” na dole strony.

Jak długo trwa transkrypcja?

Zależy to od urządzenia i rozmiaru modelu. Z WebGPU transkrypcja często trwa krócej niż samo nagranie; bez niego może trwać kilka razy dłużej niż nagranie.

Przygotowanie nagrań i dalsza praca po transkrypcji

Transkrypcja wideo (MP4)Wyodrębnij dźwięk z MP4 i innych filmów i zamień go na tekst.Transkrypcja M4AZamień pliki M4A, np. nagrania z Dyktafonu iPhone’a, na tekst.Generowanie napisów (SRT)Generuj napisy z kodami czasowymi z audio lub wideo.Transkrypcja z Whisper AIUżywaj Whisper do transkrypcji bez instalowania czegokolwiek.Transkrypcja spotkańZamień nagrania spotkań w protokół z podziałem na mówców.Transkrypcja nagrańZamień pliki z dyktafonu i długie nagrania na tekst.Zobacz wszystkie funkcjeTranskrybuj pliki audio i wideo w całości w przeglądarce. Bez konta i bez wysyłania plików – nagranie nigdy nie opuszcza Twojego urządzenia. Za darmo, bez limitu czasu i liczby użyć. Zamiana mowy na tekst za pomocą Whisper AI w plikach MP3, WAV, M4A, MP4 i innych, a do tego rozpoznawanie mówców i eksport napisów SRT.

Pomóż nam ulepszać serwis

Przesłanie nam okoliczności przetwarzania – udanego lub nie – pomaga wyśledzić przyczyny problemów (do obliczenia odsetka niepowodzeń potrzebne są oba przypadki). Wiedząc, na jakich urządzeniach i przy jakich ustawieniach błędy zdarzają się najczęściej, możemy dopracować zalecane ustawienia i naprawiać usterki. Jeśli nie masz nic przeciwko, pozostawienie tej opcji włączonej bardzo nam pomoże.

Co jest wysyłane

Parametry urządzenia (model GPU, pamięć, liczba rdzeni), przeglądarka i system operacyjny, wybrany model i język, ustawienie rozpoznawania mówców (włączone lub wyłączone oraz podana liczba mówców), język wyświetlania strony, etap, do którego doszło przetwarzanie (także gdy je zatrzymasz lub zamkniesz stronę), rodzaj i treść błędu, format pliku wraz z przybliżonym rozmiarem i długością oraz czas przetwarzania. Tymczasowy numer, który łączy przetwarzania w tej samej karcie (jest usuwany po zamknięciu karty). Na ekranie wyników: ile razy użyto edycji (np. zmiany nazwy mówcy lub podziału wiersza), tłumaczenia, streszczeń i wczytywania plików napisów, formaty wybrane w „Pobierz”, ile razy użyto „Kopiuj tekst” i „Pobierz wszystko” oraz para języków tłumaczenia.

Co nigdy nie jest wysyłane

Nagrania, transkrypcje (w tym nazwy mówców i tłumaczenia), nazwy plików i adresy IP. Dane trafiają wyłącznie na serwer tej strony i nigdy nie są przekazywane podmiotom zewnętrznym.