Konvertér WAV til tekst
WAV-filer fra optagere, DAW'er og telefonsystemer leveres i fuld lydkvalitet. Upload dem direkte til ScribeToAny uden forudgående konvertering for at få tidsstemplet tekst; hvor ren optagelsen er, betyder langt mere end filformatet.
- 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
- WAV er ukomprimeret PCM, så en times stereo er ofte over 600 MB — estimatoren aflæser varigheden lokalt uden at uploade en eneste byte.
- Studiemasters velkomne: 48 kHz / 24-bit filer uploades som de er, og tidsberegneren udlæser varigheden lokalt først.
- Klar optagelse slår filformatet: En WAV-fil og en god MP3 af samme optagelse transskriberes stort set ens, da begge omdannes til 16 kHz mono.
- Stereo- og multikanals WAV-filer mikses automatisk ned til mono; slå »Genkend talere« til for at holde styr på, hvem der taler.
Ofte stillede spørgsmål
WAV-filer er enorme — bliver upload langsom?
Uploads går direkte til cloudlager via et forhåndssigneret link, så hastigheden begrænses kun af din forbindelse. Betalte planer accepterer filer på op til 5 GB.
Forbedrer højere lydkvalitet rent faktisk nøjagtigheden?
Optagekvaliteten gør en forskel; filformatet gør det sjældent. En ren optagelse med minimal støj og en mikrofon tæt på den talende reducerer fejl, især ved dæmpede stemmer og fagtermer. Men filen omdannes til 16 kHz mono inden transskriptionen, så den samme optagelse gemt som WAV eller god MP3 giver stort set identiske resultater.
Kan jeg transskribere stereo- eller flerkanals-WAV?
Ja, kanaler mikses automatisk ned før transskriptionen; aktivér talergenkendelse for at bevare stemmeattributionen.
Transskriberes en 48 kHz / 24-bit WAV bedre end en 16 kHz?
Nej. Talegenkendelsesmodeller lytter ved 16 kHz mono, så alle filer konverteres til det inden transskriptionen, og højere samplingsfrekvenser eller bitdybder giver ingen fordel. Det, der hjælper, er et rent signal: lidt baggrundsstøj, én taler ad gangen og mikrofonen tæt på munden.
Bør jeg konvertere en stor WAV-fil til MP3 inden upload?
Kun hvis dit upload går langsomt. En times 48 kHz / 24-bit stereo-WAV fylder ca. 1 GB, hvilket betalte abonnementer nemt accepterer (op til 5 GB); en 128 kbps MP3 af samme time fylder omkring 60 MB og transskriberes lige så nøjagtigt. Den gratis Lydkonverter her på siden klarer konverteringen direkte i din browser.