ScribeToAny

Konwertuj OGG na tekst

Format OGG jest popularny w projektach open source, grach i komunikatorach, ale służy do słuchania, a nie czytania. Prześlij plik OGG, a ScribeToAny przekształci mowę w edytowalny tekst ze znacznikami czasu i opcjonalnymi etykietami mówców, możliwy do wyeksportowania w ośmiu formatach. Działa na każdym planie; bez instalacji.

  • Transkrypcja SI
  • 98 języków
  • Szyfrowane, nigdy nie trenujemy AI na Twoich plikach

Zacznij od swojego nagrania

Upuść tutaj plik audio lub wideo albo kliknij, aby wybrać.

Co otrzymujesz: prawdziwą transkrypcję

Niezredagowany wynik 64-sekundowego wywiadu z dwoma mówcami (głosy syntetyczne), przetranskrybowany z włączonym wykrywaniem mówców. Widoczne są tylko pierwsze linijki.

Transkrypcja (TXT)
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?
Napisy (SRT)
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.

W porównaniu ze skryptem różniły się zaledwie 4 ze 189 słów — co daje poziom błędów słownych wynoszący 2,1% (uwzględniając zapis „80” zamiast „eighty” jako błąd) — a wszystkie 14 wypowiedzi oznaczono bezbłędnie. Było to czyste nagranie; nagrania z szumami i osoby wchodzące sobie w słowo dają gorsze rezultaty. Zobacz całą transkrypcję i sposób jej oceny

Jak to działa

  1. 1

    Prześlij

    Wrzuć plik audio lub wideo albo wklej link. Akceptowane są wszystkie popularne formaty.

  2. 2

    Transkrybuj

    AI transkrybuje ze znacznikami czasu i opcjonalnymi etykietami mówców, zwykle w kilka minut.

  3. 3

    Eksportuj

    Edytuj segmenty online, a następnie eksportuj TXT, SRT, VTT, TSV, CSV, JSON, PDF lub DOCX.

Dlaczego ScribeToAny

  • Dostosowany do nagrań Ogg Vorbis z botów Discorda, czatów głosowych w grach i programów open source jak Audacity.
  • Pliki OGG stereo i wielokanałowe są miksowane do mono przed transkrypcją; ścieżki poszczególnych mówców można przesyłać oddzielnie.
  • Idealne dla twórców podcastów i deweloperów potrzebujących dosłownych transkrypcji z archiwów open-source.

Często zadawane pytania

Czy obsługuje zarówno Ogg Vorbis, jak i Ogg Opus?

Tak — kontener .ogg może zawierać każdy z nich i oba są transkrybowane w ten sam sposób. Prześlij plik w oryginalnej postaci; nie ma potrzeby wcześniejszej konwersji na inny format.

Czy muszę wybierać język?

Nie — język jest wykrywany automatycznie. Jeśli nagranie jest ciche lub zawiera dużo szumów, ręczne wskazanie języka może pomóc, ale nie jest wymagane.

Jakie formaty mogę wyeksportować?

TXT, SRT, VTT, TSV, CSV, JSON, PDF i DOCX. Jeśli plik OGG jest ścieżką dźwiękową z wideo, wygenerowany plik SRT lub VTT ze znacznikami czasu można od razu dołączyć jako napisy.

Jak przetranskrybować nagranie z Discorda z osobną ścieżką dla każdego mówcy?

Boty nagrywające, takie jak Craig, zapisują osobny plik dla każdego uczestnika. Prześlij każdą ścieżkę osobno (do 6 plików jednocześnie): każda transkrypcja zostanie wówczas przypisana do konkretnej osoby, co jest pewniejsze niż automatyczne wykrywanie w pliku zmiksowanym. Jeśli masz tylko jeden połączony plik, włącz opcję „Wykrywaj mówców”.

Czy mogę sprawdzić długość pliku OGG przed jego przesłaniem?

Tak. Przeciągnij plik do kalkulatora na tej stronie: odczytuje on długość nagrania w przeglądarce bez przesyłania danych i wyświetla czas trwania, szacowaną liczbę słów (przy około 130 słowach na minutę) oraz czas czytania. Dzięki temu od razu wiesz, czy plik mieści się w 30-minutowym limicie bezpłatnego planu.

Powiązane narzędzia