Transkribera kinesiskt ljud
Mandarin är ett av de starkaste språken i modeller av Whisper-klass. Ladda upp kinesiska möten, kurser eller intervjuer och få exakta transkriptioner med korrekt interpunktion — med förenklade eller traditionella tecken.
- 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.
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.
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
Ladda upp
Släpp in en ljud- eller videofil, eller klistra in en länk. Alla vanliga format accepteras.
- 2
Transkribera
AI transkriberar med tidsstämplar och valfria talaretiketter, oftast på några minuter.
- 3
Exportera
Redigera segment online och exportera sedan TXT, SRT, VTT, TSV, CSV, JSON, PDF eller DOCX.
Varför ScribeToAny
- Mandarin och accenter: starkast på standard-putonghua; taiwanesisk mandarin och regionala accenter fungerer bra, kraftiga accenter mindre tillförlitligt.
- Kinesiska tecken: skrivs vanligtvis med förenklade tecken; eftersom väljare saknas kan du använda ett verktyg som OpenCC om du behöver traditionella tecken.
- Blandad kinesiska och engelska: kodväxling transkriberas direkt med engelska termer i latinska bokstäver; ovanliga varumärken kan behöva kontrolleras.
- Undertexter anpassade för kinesiska: textrader begränsas till cirka 32 tecken och bryts vid 。，、 — anpassade för kinesisk läsning snarare än engelska radlängder.
Vanliga frågor
Hanterar den kinesisk-engelsk kodväxling?
Ja — blandat mandarin/engelskt tal, vanligt i teknik- och affärssammanhang, transkriberas på plats.
Förenklade eller traditionella tecken?
Transkriptioner skrivs vanligtvis med förenklade tecken, men det finns ännu ingen väljare för förenklat/traditionellt, och ett klipp kan ibland levereras med traditionella tecken. Om du behöver ett specifikt skriftsystem kan du konvertera den färdiga texten med ett verktyg som OpenCC före publicering.
Kan den undertexta kinesiska videor?
Ja, exportera SRT/VTT med talsynkad timing för valfri kinesisk video.
Vilket språkalternativ ska jag välja för mandarin?
Välj 简体中文 under ”Ljudspråk” när du vet att ljudet är på mandarin; taiwanesisk mandarin använder samma alternativ. Automatisk identifiering avgör utifrån ungefär de första 30 sekunderna, så ett klipp som börjar med musik eller engelska kan tolkas som ett annat språk — genom att välja språk slipper du den gissningen.
Hur delas kinesiska undertexter upp i rader?
Kinesiska undertexter begränsas till cirka 32 tecken — ungefär två rader på 16 tecken — i stället för de 84 som används för engelska, och radbrytningar prioriterar 。，、 så att texten inte bryts mitt i en fras. Modeller av Whisper-klass lägger vanligtvis till kinesisk interpunktion; där den saknas delas blocken i stället efter längd. Rader som ändå känns otympliga att läsa kan delas upp i editorn.