ScribeToAny

Konvertera OGG till text

OGG är vanligt för open source-inspelningar, spel och röstappar, men det är en container du lyssnar på, inte något du kan läsa. Ladda upp OGG-filen så gör ScribeToAny om talet till tidsstämplad, redigerbar text med valfria talaretiketter, exporterbar i åtta format. Fungerar med alla planer; inget att installera.

  • AI-transkribering
  • 98 språk
  • Krypterat, vi tränar aldrig AI på dina filer

Börja med din inspelning

Släpp en ljud- eller videofil här, eller klicka för att välja.

Vad du får: en riktig transkribering

Oredigerat resultat från en 64 sekunder lång intervju med två talare (syntetiska röster), transkriberad med talaridentifiering påslagen. Endast de första raderna visas.

Transkript (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?
Undertexter (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.

Vid kontroll mot manuset skilde sig 4 av 189 ord – en felfrekvens på 2,1 %, där ”80” skrivet i stället för ”eighty” räknades som ett fel – och samtliga 14 talarbyten märktes upp korrekt. Detta var tydligt tal; brusiga inspelningar och personer som talar i mun på varandra får lägre poäng. Se hela transkriptet och hur det bedömdes

Så fungerar det

  1. 1

    Ladda upp

    Släpp in en ljud- eller videofil, eller klistra in en länk. Alla vanliga format accepteras.

  2. 2

    Transkribera

    AI transkriberar med tidsstämplar och valfria talaretiketter, oftast på några minuter.

  3. 3

    Exportera

    Redigera segment online och exportera sedan TXT, SRT, VTT, TSV, CSV, JSON, PDF eller DOCX.

Varför ScribeToAny

  • Skräddarsydd för Ogg Vorbis-inspelningar från Discord-bottar, röstchatt i spel och verktyg som Audacity.
  • Stereo- och flerkanals-OGG-filer mixas ner till mono före transkribering; separata spår för varje talare kan laddas upp var för sig.
  • Perfekt för poddklippare och utvecklare som behöver ordagranna transkriberingar från öppna ljudarkiv.

Vanliga frågor

Klarar den både Ogg Vorbis och Ogg Opus?

Ja — .ogg-containern kan innehålla båda, och båda transkriberas på samma sätt. Ladda upp filen som den är; du behöver inte konvertera den till ett annat format först.

Måste jag välja språk?

Nej — språket identifieras automatiskt. Om en inspelning är tyst eller kraftigt mixad kan det hjälpa att ange språket uttryckligen, men det krävs inte.

Vilka format kan jag exportera?

TXT, SRT, VTT, TSV, CSV, JSON, PDF och DOCX. Om OGG-filen är ljudet från en video kan den tidsstämplade SRT- eller VTT-filen läggas tillbaka direkt som undertexter.

Hur bör jag transkribera en Discord-inspelning med ett separat spår per talare?

Inspelningsbotar som Craig sparar en separat fil för varje deltagare. Ladda upp varje spår för sig (upp till 6 åt gången): då tillhör varje transkription en känd talare direkt, vilket är pålitligare än talaridentifiering på en mixad fil. Har du bara en enda sammanslagen fil aktiverar du ”Identifiera talare” istället.

Kan jag kontrollera hur lång min OGG-fil är innan jag laddar upp den?

Ja. Släpp filen i kalkylatorn på denna sida: den läser av längden direkt i din webbläsare utan att ladda upp något och visar speltid, ett uppskattat ordantal (vid cirka 130 ord per minut) och lästid. Det visar i förväg om filen ryms inom gratisabonnemangets gräns på 30 minuter.

Relaterade verktyg