Преобразовать OGG в текст
OGG распространён в опенсорсных записях, играх и голосовых приложениях, но это контейнер, который слушают, а не читают. Загрузите OGG, и ScribeToAny превратит речь в редактируемый текст с таймкодами и, если нужно, метками говорящих, экспортируемый в восьми форматах. Работает на любом тарифе; ничего устанавливать не надо.
- ИИ-транскрипция
- 98 языков
- Зашифровано, мы никогда не обучаем ИИ на ваших файлах
Начните с вашей записи
Перетащите сюда аудио- или видеофайл или нажмите, чтобы выбрать.
Что вы получаете: реальная расшифровка
Неотредактированный результат расшифровки 64-секундного интервью с двумя спикерами (синтезированные голоса) с включенным распознаванием говорящих. Показаны только первые строки.
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.
При сверке со сценарием отличались лишь 4 из 189 слов — уровень ошибок составил 2,1% (запись «80» вместо «eighty» считалась ошибкой), при этом все 14 реплик говорящих были определены верно. Это была четкая речь; зашумленные записи и перебивающие друг друга собеседники получают более низкий балл. Посмотреть полную расшифровку и оценку качества
Как это работает
- 1
Загрузить
Перетащите аудио- или видеофайл либо вставьте ссылку. Принимаются все распространённые форматы.
- 2
Транскрибировать
ИИ транскрибирует с тайм-кодами и необязательными метками говорящих, обычно за несколько минут.
- 3
Экспортировать
Редактируйте сегменты онлайн, затем экспортируйте TXT, SRT, VTT, TSV, CSV, JSON, PDF или DOCX.
Почему ScribeToAny
- Создан для записей Ogg Vorbis из Discord-ботов, игровых голосовых чатов и открытых программ вроде Audacity.
- Стерео и многоканальный OGG перед транскрипцией сводится в моно; дорожки отдельных говорящих можно загрузить по отдельности.
- Идеально для подкастеров и разработчиков, которым нужны точные расшифровки из архивов в открытых форматах.
Часто задаваемые вопросы
Поддерживает ли он и Ogg Vorbis, и Ogg Opus?
Да — контейнер .ogg содержит любой из них, и оба расшифровываются одинаково. Загрузите файл как есть; конвертировать его в другой формат заранее не нужно.
Нужно ли выбирать язык?
Нет — язык определяется автоматически. Если запись тихая или сильно смешанная, явная установка языка может помочь, но это не обязательно.
В какие форматы можно экспортировать?
TXT, SRT, VTT, TSV, CSV, JSON, PDF и DOCX. Если OGG — это звук из видео, SRT или VTT с таймкодами сразу накладывается обратно субтитрами.
Как транскрибировать запись Discord, где у каждого говорящего своя дорожка?
Боты записи вроде Craig сохраняют отдельный файл для каждого участника. Загрузите каждую дорожку отдельно (до 6 за раз): тогда каждый транскрипт относится к одному известному говорящему — это надёжнее, чем определение говорящих в смешанном файле. Если есть только общий файл, включите «Определять говорящих».
Можно ли узнать длину файла OGG до загрузки?
Да. Перетащите файл в оценщик на этой странице: он считывает длительность прямо в браузере, ничего не загружая, и показывает длительность, примерное число слов (около 130 в минуту) и время чтения. Так заранее видно, укладывается ли файл в лимит бесплатного тарифа — 30 минут на файл.