Transkriber kinesisk lyd
Mandarin er et av de sterkeste språkene i modeller i Whisper-klasse. Last opp kinesiske møter, kurs eller intervjuer og få nøyaktige transkripsjoner med korrekt tegnsetting — med forenklede eller tradisjonelle tegn.
- KI-transkripsjon
- 98 språk
- Kryptert, vi trener aldri KI på filene dine
Start med opptaket ditt
Slipp en lyd- eller videofil her, eller klikk for å velge.
Dette får du: en ekte transkripsjon
Uredigert resultat fra et 64-sekunders intervju med to talere (syntetiske stemmer), transkribert med talergjenkjenning aktivert. Bare de første linjene 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 manuset avvek kun 4 av 189 ord – en ordfeilrate på 2,1 %, der «80» skrevet for «eighty» ble regnet som feil – og alle 14 talerskifter ble merket riktig. Dette var tydelig tale; opptak med støy og stemmer som snakker i munnen på hverandre får lavere treffsikkerhet. Se hele transkripsjonen og hvordan den ble vurdert
Slik fungerer det
- 1
Last opp
Slipp inn en lyd- eller videofil, eller lim inn en lenke. Alle vanlige formater aksepteres.
- 2
Transkriber
AI transkriberer med tidsstempler og valgfrie taleretiketter, vanligvis på minutter.
- 3
Eksporter
Rediger segmenter på nett, og eksporter deretter TXT, SRT, VTT, TSV, CSV, JSON, PDF eller DOCX.
Hvorfor ScribeToAny
- Mandarin og aksenter: best på standard putonghua; taiwansk mandarin og regionale aksenter fungerer godt, tunge aksenter mindre pålitelig.
- Kinesiske tegn: skrives vanligvis med forenklede tegn; siden bryter mangler, kan du bruke et verktøy som OpenCC hvis du trenger tradisjonelle tegn.
- Blandet kinesisk og engelsk: kodeskift transkriberes direkte med engelske begreper i latinske bokstaver; uvanlige merkenavn bør sjekkes.
- Undertekster tilpasset kinesisk: sekvenser er begrenset til omtrent 32 tegn og bryter ved 。，、 — tilpasset kinesisk lesing fremfor engelske linjelengder.
Ofte stilte spørsmål
Håndterer den kinesisk-engelsk kodeveksling?
Ja — blandet mandarin/engelsk tale, vanlig i teknologi- og forretningssammenhenger, transkriberes slik den er.
Forenklede eller tradisjonelle tegn?
Transkripsjoner skrives vanligvis med forenklede tegn, men det finnes foreløpig ingen bryter for forenklet/tradisjonelt, og et klipp kan av og til returneres i tradisjonelle tegn. Hvis du trenger en bestemt skriftform, konverterer du den ferdige teksten med et verktøy som OpenCC før publisering.
Kan den tekste kinesiske videoer?
Ja, eksporter SRT/VTT med talejustert timing for en hvilken som helst kinesisk video.
Hvilket språkalternativ bør jeg velge for mandarin?
Velg 简体中文 under «Lydspråk» når du vet at opptaket er på mandarin; taiwansk mandarin bruker samme alternativ. Automatisk gjenkjenning avgjør ut fra omtrent de første 30 sekundene, så et klipp som åpner med musikk eller engelsk kan tolkes som et annet språk — å velge språket fjerner denne gjettingen.
Hvordan deles kinesiske undertekster inn i linjer?
Kinesiske undertekster begrenses til omtrent 32 tegn — omtrent to linjer på 16 tegn — i stedet for 84 som brukes for engelsk, og linjeskift prioriterer 。，、 slik at en tekstlinje ikke stopper midt i en frase. Whisper-modeller legger vanligvis til kinesisk tegnsetting; der den mangler, deles sekvensene etter lengde. Sekvenser som likevel føles unaturlige å lese, kan deles i redigereren.