Transkrybuj audio lub wideo
Zamień mowę na tekst lub napisy, na własnym urządzeniu. To powolne — naprawdę.
- Działa na Twoim urządzeniu — plik nigdy nie jest nigdzie wysyłany
- Bez rejestracji, bez znaków wodnych, bez dziennych limitów
- Za darmo, bez ograniczeń w częstotliwości użycia
Jak to działa
Usługi transkrypcji chcą, abyś przesłał nagranie, a nagrania to wywiady, spotkania, wykłady i konsultacje — jedne z najbardziej wrażliwych plików, jakimi ktokolwiek się zajmuje. To narzędzie uruchamia model mowy na Twoim własnym komputerze. Kosztem jest czas, i jest on na tyle znaczący, że warto o nim powiedzieć przed rozpoczęciem, a nie po.
Jak wolno, realistycznie
Model ma 41 MB i jest pobierany jednorazowo. Potem transkrypcja trwa mniej więcej tyle, ile samo nagranie na nowoczesnym laptopie, a dwa lub trzy razy dłużej na starszej maszynie lub telefonie. Pięciominutowy klip to czas na kawę; godzinne spotkanie jest niepraktyczne. Z tego powodu limit długości domyślnie wynosi pięć minut — podnoś go celowo, a nie przypadkiem.
Co dostajesz
Napisy jako .srt lub .vtt ze znacznikami czasu, gotowe do wtopienia w wideo za pomocą tutejszego narzędzia do napisów, albo zwykły tekst jako transkrypcja. Czasy pochodzą z modelu i zwykle są bliskie, ale nie co do klatki.
Dokładność, uczciwie
To mały model Whisper, wybrany, ponieważ większe mają setki megabajtów. Dobrze radzi sobie z wyraźną mową angielską nagraną blisko mikrofonu. Wyraźnie słabiej wypada przy silnych akcentach, dwóch osobach mówiących jednocześnie, szumie tła, terminach technicznych i nazwach własnych. Interpunkcja jest niespójna. Przeczytaj wynik, zanim wyślesz go gdziekolwiek.
Tylko angielski
Używany jest model wyłącznie angielski, ponieważ jest mniejszy i dokładniejszy dla angielskiego niż wersja wielojęzyczna o tym samym rozmiarze.
Transkrybuj audio lub wideo — pytania
Ile to potrwa?
Mniej więcej tyle, ile trwa nagranie, na nowoczesnym laptopie, dłużej na starszych urządzeniach, plus jednorazowe pobranie modelu o rozmiarze 41 MB.
Czy moje nagranie jest przesyłane?
Nie. Model przychodzi do Ciebie, a dźwięk jest przetwarzany na Twoim urządzeniu.
Jak jest dokładne?
Dobrze radzi sobie z wyraźną mową angielską, słabiej z akcentami, mówieniem jednocześnie, szumem i terminami technicznymi. Zawsze przeczytaj wynik.
Czy obsługuje inne języki?
Nie, to model wyłącznie angielski. Wersje wielojęzyczne są znacznie większe.