Transskribér kinesisk lyd
Mandarin er et af de stærkeste sprog i modeller i Whisper-klassen. Upload kinesiske møder, kurser eller interviews og få præcise transskriptioner med korrekt tegnsætning — med forenklede eller traditionelle tegn.
- AI-transskription
- 98 sprog
- Krypteret, vi træner aldrig AI på dine filer
Start med din optagelse
Slip en lyd- eller videofil her, eller klik for at vælge.
Det får du: en rigtig transskription
Uredigeret resultat fra et 64 sekunders interview med to talere (syntetiske stemmer), transskriberet med talerregistrering slået til. Kun de første linjer vises.
SPEAKER_00 (0:00) Welcome back to Small Shop Stories. SPEAKER_00 (0:02) Today I'm talking to Maya, who runs a tiny bakery on the SPEAKER_00 (0:05) corner of Mill Street. SPEAKER_01 (0:07) Thanks for having me. SPEAKER_01 (0:08) It's really small, just two ovens and a counter. SPEAKER_00 (0:12) So how does a normal day start for you?
1 00:00:00,000 --> 00:00:01,680 [SPEAKER_00] Welcome back to Small Shop Stories. 2 00:00:02,160 --> 00:00:05,320 [SPEAKER_00] Today I'm talking to Maya, who runs a tiny bakery on the 3 00:00:05,320 --> 00:00:06,320 [SPEAKER_00] corner of Mill Street.
Sammenlignet med manuskriptet var der kun forskel på 4 ud af 189 ord – en ordfejlrate på 2,1 %, hvor "80" skrevet i stedet for "eighty" blev talt som en fejl – og alle 14 talerskift blev registreret korrekt. Dette var tydelig tale; optagelser med støj eller folk, der taler i munden på hinanden, opnår lavere score. Se hele transskriptionen, og hvordan den blev bedømt
Sådan fungerer det
- 1
Upload
Slip en lyd- eller videofil ind, eller indsæt et link. Alle almindelige formater accepteres.
- 2
Transskribér
AI transskriberer med tidsstempler og valgfrie taleretiketter, normalt på minutter.
- 3
Eksportér
Redigér segmenter online, og eksportér derefter TXT, SRT, VTT, TSV, CSV, JSON, PDF eller DOCX.
Hvorfor ScribeToAny
- Mandarin og accenter: stærkest ved standard putonghua; taiwansk mandarin og regionale accenter fungerer, kraftige accenter mindre pålideligt.
- Kinesiske tegn: skrives normalt med forenklede tegn; da der endnu ikke er en omskifter, kan du bruge et værktøj som OpenCC, hvis du skal bruge traditionelle tegn.
- Blandet kinesisk og engelsk: kodeskift transskriberes direkte med engelske udtryk i latinske bogstaver; usædvanlige varemærker bør tjekkes.
- Undertekster tilpasset kinesisk: segmenter er begrænset til cirka 32 tegn og bryder ved 。，、 — tilpasset kinesisk læsning frem for engelske linjelængder.
Ofte stillede spørgsmål
Håndterer den kinesisk-engelsk kodeskift?
Ja — blandet mandarin/engelsk tale, almindeligt i tech- og forretningssammenhænge, transskriberes, som det er.
Forenklede eller traditionelle tegn?
Transskriptioner skrives normalt med forenklede tegn, men der findes endnu ikke en omskifter mellem forenklet og traditionelt, og et klip kan lejlighedsvis blive leveret i traditionelle tegn. Hvis du har brug for et bestemt skriftsystem, kan du konvertere den færdige tekst med et værktøj som OpenCC inden udgivelse.
Kan den tekste kinesiske videoer?
Ja, eksportér SRT/VTT med talejusteret timing til enhver kinesisk video.
Hvilken sprogindstilling skal jeg vælge til mandarin?
Vælg 简体中文 under »Lydsprog«, når du ved, at lyden er på mandarin; taiwansk mandarin bruger den samme indstilling. Automatisk registrering afgør sproget ud fra cirka de første 30 sekunder, så et klip, der starter med musik eller engelsk, kan blive læst som et andet sprog — ved at vælge sproget slipper du for det gæt.
Hvordan opdeles kinesiske undertekster i linjer?
Kinesiske undertekster er begrænset til cirka 32 tegn — omtrent to linjer på 16 tegn — i stedet for de 84, der bruges til engelsk, og linjeskift foretrækker 。，、, så en undertekst ikke stopper midt i en sætning. Whisper-modeller tilføjer normalt kinesisk tegnsætning; mangler den, opdeles segmenter efter længde. Ethvert segment, der stadig læses akavet, kan opdeles i editoren.