Транскрибування аудіозапису
Виберіть файл із диктофона чи застосунку запису, і ШІ (Whisper або SenseVoice) транскрибує його у вашому браузері. Конвертувати формат не потрібно, і обмеження часу немає, хоч яким довгим був би запис. Аудіо ніколи не потрапляє на сервер. Немає файлу? Можна записати звук мікрофоном на цій сторінці й одразу транскрибувати його (до 3 годин або менше залежно від пам’яті вашого пристрою та вибраної моделі).
Для цієї мови точність менших моделей різко падає. Виберіть Whisper Small або більшу
Зазвичай можна залишити «Авто». Змінюйте лише тоді, коли кількість мовців у результаті явно неправильна
Немає файлу? Запишіть звук мікрофоном. Транскрибування почнеться після зупинки запису (на цьому пристрої з вибраною моделлю — приблизно до 000 хв). Ваш запис теж нікуди не надсилається.
Як транскрибувати файл із диктофона
- Під’єднайте диктофон до комп’ютера через USB і скопіюйте запис. Записи, зроблені застосунком на смартфоні, збережіть у хмарне сховище через меню «Поширити». Для голосових нотаток iPhone див. кроки на сторінці Транскрибування M4A.
- Розпізнавання мовців увімкнено від початку. Якщо говорить лише одна людина, його можна вимкнути. Якщо знаєте мову, виберіть її замість автовизначення.
- Виберіть запис. Готові рядки з’являються на екрані в процесі, а після завершення можна вибрати TXT, Word, SRT або інший формат у меню «Завантажити».
Як записати звук мікрофоном і транскрибувати
- Натисніть «Записати з мікрофона» й дозвольте доступ до мікрофона, коли браузер запитає.
- Закінчивши говорити, натисніть «Зупинити запис». Ліміт запису показано на екрані під час запису. На телефоні запис може зупинитися, якщо заблокувати екран або перейти в інший застосунок.
- Перевірте мову, модель і розпізнавання мовців, а потім натисніть «Почати транскрибування». Натисніть «Зберегти як аудіофайл», щоб зберегти запис у файл; він також зберігається в історії цього пристрою разом із транскрипцією.
Формати файлів за пристроями запису
Багато диктофонів зберігають MP3 або WAV, деякі — WMA. Застосунки запису на смартфонах зберігають M4A, MP3, AMR чи інші формати. Усі вони завантажуються як є, тож попередньо конвертувати їх у MP3 не потрібно.
Найбільше на результат впливає те, як зроблено запис. Важливі три речі: мовець близько до мікрофона, мало фонового шуму, як-от від кондиціонера, і голоси не накладаються.
Обмеження часу немає навіть для довгих записів. Готові рядки з’являються під час обробки, тож можна перевірити вміст ще до завершення. Якщо закрити сторінку на півдорозі, текст, готовий до цього моменту, залишиться в історії.
Якщо щось пішло не так
- Якщо тихі чи віддалені голоси пропускаються в мовах, крім японської, китайської та корейської, перейдіть на Small або більшу модель. Для іспанської, німецької та інших європейських мов на комп’ютері з WebGPU Parakeet Ultra точніша й швидша за Small.
- У довгих записах із тишею можуть з’являтися речення, яких ніхто не казав. Видаліть ці рядки на екрані результату.
Поширені запитання
Які формати записів підтримуються?
Підтримуються MP3, WAV, M4A, AAC, FLAC, OGG, Opus, AIFF, WMA, AMR і WebM. Якщо вибрати відеофайл, буде видобуто й оброблено лише звукову доріжку.
Скільки годин запису можна транскрибувати?
Для аудіофайлів немає обмежень часу чи розміру. Яку тривалість запису можна обробити за раз, залежить від пам’яті вашого пристрою та вибраної моделі. Якщо записувати мікрофоном на цій сторінці, можна записати до 3 годин або менше залежно від пам’яті пристрою та вибраної моделі; ліміт показується перед початком запису. Телефони для захисту пристрою працюють у режимі, що економить пам’ять, тому для довгих записів рекомендуємо комп’ютер.
Чи може він розділити кількох мовців у записі?
Так. Розпізнавання мовців увімкнено від початку, і рядки розділяються за мовцями (до восьми). Для записів зустрічей найзручніша сторінка «Транскрибування зустрічей», де зібрано кроки для зустрічей.
Чи надсилається мій запис кудись?
Ні. Транскрибування виконується в браузері на вашому пристрої, і ні запис, ні отриманий текст не передаються на зовнішній сервер. Аудіо, записане мікрофоном, обробляється так само. Статистика обробки для виправлення проблем (характеристики пристрою, тип помилки тощо) надсилається на власний сервер цього сайту, але вона не містить аудіо, тексту транскрипції, назв файлів чи IP-адрес. Це можна вимкнути перемикачем у розділі «Допоможіть нам покращити сервіс» унизу сторінки.
Підготовка аудіо й робота після транскрибування
Допоможіть нам покращити сервіс
Відомості про обставини запуску — успішного чи невдалого — допомагають нам знаходити проблеми (для частки збоїв потрібні обидва випадки). Знаючи, на яких пристроях і з якими налаштуваннями збої трапляються найчастіше, ми можемо переглядати рекомендовані налаштування за замовчуванням і виправляти помилки, що за ними стоять. Якщо ви не проти, залиште це ввімкненим — це справді допомагає.
Що надсилається
Характеристики вашого пристрою (модель GPU, пам’ять, кількість ядер), браузер і ОС, вибрані модель і мова, налаштування розпізнавання мовців (увімкнено чи вимкнено та задана кількість мовців), мова інтерфейсу сторінки, етап, до якого дійшла обробка (зокрема якщо ви її зупинили або закрили сторінку), тип і подробиці помилки, формат файлу з приблизним розміром і тривалістю, тривалість кожного етапу та обсяг завантажених даних моделей ШІ. Тимчасовий номер, що пов’язує запуски в одній вкладці (він видаляється, коли ви закриваєте вкладку). На екрані результату: скільки разів ви користувалися редагуванням (як-от перейменуванням мовців чи розділенням рядків), перекладом, підсумками та імпортом субтитрів, формати, вибрані в меню «Завантажити», як часто ви натискали «Копіювати текст» і «Завантажити все», а також мовна пара перекладу.
Що ніколи не надсилається
Аудіо, транскрипції (зокрема імена мовців і переклади), назви файлів та IP-адреси. Дані надходять лише на власний сервер цього сайту, ніколи до сторонніх сервісів.