Μετατροπή OGG σε Κείμενο
Το OGG είναι συνηθισμένο για εγγραφές ανοιχτού κώδικα, παιχνίδια και φωνητικές εφαρμογές, αλλά είναι ένα κοντέινερ που ακούτε, όχι κάτι που διαβάζετε. Ανεβάστε το OGG και το ScribeToAny μετατρέπει την ομιλία σε επεξεργάσιμο κείμενο με χρονοσήμανση και προαιρετικές ετικέτες ομιλητών, με δυνατότητα εξαγωγής σε οκτώ μορφές. Λειτουργεί σε κάθε πρόγραμμα, χωρίς εγκατάσταση.
- Απομαγνητοφώνηση AI
- 98 γλώσσες
- Κρυπτογραφημένα, δεν εκπαιδεύουμε ποτέ AI στα αρχεία σας
Ξεκινήστε με την ηχογράφησή σας
Αφήστε εδώ ένα αρχείο ήχου ή βίντεο ή κάντε κλικ για επιλογή.
Τι λαμβάνετε: μια πραγματική απομαγνητοφώνηση
Ακατέργαστο αποτέλεσμα από μια συνέντευξη 64 δευτερολέπτων με δύο ομιλητές (συνθετικές φωνές), με ενεργοποιημένο τον εντοπισμό ομιλητών. Εμφανίζονται μόνο οι πρώτες γραμμές.
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.
Σε σύγκριση με το αρχικό κείμενο, μόλις 4 από τις 189 λέξεις διέφεραν — ποσοστό σφάλματος λέξεων 2,1%, υπολογίζοντας το «80» αντί του «eighty» ως σφάλμα — και οι 14 αλλαγές ομιλητών επισημάνθηκαν σωστά. Επρόκειτο για καθαρή ομιλία· οι ηχογραφήσεις με θόρυβο ή φωνές που αλληλεπικαλύπτονται έχουν χαμηλότερη βαθμολογία. Δείτε ολόκληρη την απομαγνητοφώνηση και τον τρόπο αξιολόγησής της
Πώς λειτουργεί
- 1
Μεταφόρτωση
Ρίξτε ένα αρχείο ήχου ή βίντεο, ή επικολλήστε έναν σύνδεσμο. Όλες οι συνηθισμένες μορφές γίνονται δεκτές.
- 2
Απομαγνητοφώνηση
Το AI απομαγνητοφωνεί με χρονικές σημάνσεις και προαιρετικές ετικέτες ομιλητών, συνήθως σε λεπτά.
- 3
Εξαγωγή
Επεξεργαστείτε τμήματα online και εξαγάγετε TXT, SRT, VTT, TSV, CSV, JSON, PDF ή DOCX.
Γιατί ScribeToAny
- Προσαρμοσμένο για εγγραφές Ogg Vorbis από Discord bots, φωνητικές συνομιλίες παιχνιδιών και εργαλεία όπως το Audacity.
- Τα στερεοφωνικά και πολυκάναλα αρχεία OGG μιξάρονται σε μονοφωνικά πριν από την απομαγνητοφώνηση· τα κομμάτια ανά ομιλητή μπορούν να ανέβουν ξεχωριστά.
- Ιδανικό για συντάκτες podcast και προγραμματιστές που χρειάζονται ακριβείς απομαγνητοφωνήσεις από ανοιχτά αρχεία.
Συχνές ερωτήσεις
Υποστηρίζει τόσο το Ogg Vorbis όσο και το Ogg Opus;
Ναι — το κοντέινερ .ogg περιέχει οποιοδήποτε από τα δύο και τα δύο μεταγράφονται με τον ίδιο τρόπο. Ανεβάστε το αρχείο όπως είναι. Δεν χρειάζεται να το μετατρέψετε πρώτα σε άλλη μορφή.
Πρέπει να επιλέξω τη γλώσσα;
Όχι — η γλώσσα ανιχνεύεται αυτόματα. Εάν μια εγγραφή είναι χαμηλόφωνη ή έχει έντονο θόρυβο, ο ρητός ορισμός της γλώσσας μπορεί να βοηθήσει, αλλά δεν απαιτείται.
Ποιες μορφές μπορώ να εξαγάγω;
TXT, SRT, VTT, TSV, CSV, JSON, PDF και DOCX. Εάν το OGG είναι ο ήχος από ένα βίντεο, το SRT ή VTT με χρονοσήμανση μπορεί να χρησιμοποιηθεί απευθείας ως υπότιτλοι.
Πώς πρέπει να απομαγνητοφωνήσω μια εγγραφή Discord με ένα κανάλι ανά ομιλητή;
Τα bot εγγραφής όπως το Craig αποθηκεύουν ξεχωριστό αρχείο για κάθε συμμετέχοντα. Μεταφορτώστε κάθε κανάλι μόνο του (έως 6 τη φορά): κάθε κείμενο ανήκει έτσι σε έναν συγκεκριμένο ομιλητή, κάτι που είναι πιο αξιόπιστο από την ανίχνευση ομιλητών σε ένα ενιαίο αρχείο. Εάν έχετε μόνο ένα αρχείο μίξης, ενεργοποιήστε την «Ανίχνευση ομιλητών».
Μπορώ να ελέγξω πόσο διαρκεί το αρχείο OGG μου πριν το ανεβάσω;
Ναι. Σύρετε το αρχείο στον εκτιμητή αυτής της σελίδας: διαβάζει τη διάρκεια στο πρόγραμμα περιήγησής σας χωρίς να ανεβάσει τίποτα και εμφανίζει τον χρόνο, έναν εκτιμώμενο αριθμό λέξεων (περίπου 130 λέξεις ανά λεπτό) και τον χρόνο ανάγνωσης. Αυτό σας ενημερώνει εκ των προτέρων εάν το αρχείο εμπίπτει στο όριο των 30 λεπτών του δωρεάν προγράμματος.