MP3 naar tekst Gratis en nauwkeurig

De meeste "gratis" tools voor het omzetten van audio naar tekst beperken je tot een paar minuten per dag of plaatsen een watermerk op de output totdat je betaalt. ScribeGrab draait op onze eigen GPU, dus er zijn geen kosten per minuut en geen dagelijkse limiet: individuele bestanden tot 60 minuten en 1,5 GB, ongeveer 100 talen worden automatisch herkend, en je upload wordt verwijderd zodra het klaar is.

MP3 is het formaat waarin de meeste opnames uiteindelijk terechtkomen, dus ScribeGrab leest dit direct uit, zonder dat er eerst een conversie nodig is. Heb je een ander bestand? WAV, M4A, FLAC, OGG, AAC en veelvoorkomende videobestanden werken allemaal op dezelfde manier. Bekijk de algemene Spraak naar tekst voor telefoongesprekken en voicememo's. Audio naar tekst werkwijze voor de volledige lijst.

1. Open ScribeGrab en klik op "Open the tool".
2. Sleep je MP3-bestand in (tot 60 minuten / 1,5 GB).
3. Laat ons spraakmodel het transcriberen op onze GPU.
4. Download de transcriptie als TXT, plus SRT/VTT als je ondertitels wilt.

Het eerste waar mensen naar vragen als het om een MP3 gaat, is of de kwaliteit hoog genoeg is om te transcriberen. Bijna altijd wel. Spraakherkenning luistert niet op dezelfde manier als jij: het audiosignaal wordt geresampled naar 16 kHz mono voordat het model het verwerkt, omdat daar de informatie in menselijke spraak zit. Een stereobestand van 320 kbps en een monofoon bestand van 128 kbps komen uiteindelijk op vrijwel dezelfde uitkomst. Zelfs stemopnames met een bitrate van 64 kbps worden meestal prima getranscribeerd. De bitrate is dus niet waar je je zorgen over moet maken.

Wat de nauwkeurigheid daadwerkelijk bepaalt, is de opname zelf, en in volgorde van belangrijkheid: afstand tot de microfoon (een telefoon die twee meter verderop op tafel ligt, heeft meer invloed dan welke codec dan ook), overlappende spraak, sterke galm bijvoorbeeld in een kale ruimte met parallelle muren, en constante achtergrondruis zoals airconditioning, verkeer of de ventilator van een laptop. Een opname met 96 kbps die dicht bij de microfoon is gemaakt, levert altijd betere resultaten op dan een lossless-opname in een ruimte.

Dat betekent dat de nuttige verbeteringen worden bereikt door dingen te doen vóór de opname, niet erna. Plaats de recorder dichter bij degene die spreekt. Als twee mensen spreken, plaats hem dan tussen hen in in plaats van voor één persoon. Zet de ventilator uit. En als je het bestand al hebt en de kwaliteit is matig, transcribeer het dan toch: het is gratis en duurt maar een paar minuten, en je leert meer door het resultaat te lezen dan door te gissen of het de moeite waard is om het te proberen.

MP3 is het formaat dat mensen bedoelen als ze "audiobestand" zeggen, maar het is zelden de enige kopie die je hebt, en soms is een ander formaat beter. Als je beide hebt, gebruik dan de lijst hieronder.

• WAV of FLAC — ongecomprimeerd of verliesloos gecomprimeerd. Gebruik deze indien beschikbaar; ze zijn groter, maar er is nog geen informatie verwijderd. FLAC is ongeveer de helft van de grootte van WAV bij identieke audio.
• M4A / AAC — het formaat waarin iPhone-voicememo's en de meeste moderne recorders opnemen. Iets efficiënter dan MP3 bij dezelfde bitrate. Direct uploaden, geen conversie nodig.
• MP3 — universeel en geschikt voor elke bitrate vanaf 64 kbps voor spraak.
• OGG / Opus — het formaat dat WhatsApp-voicemeldingen en Discord-opnames gebruiken. Uitstekend bij lage bitrates. Upload zoals het is.
• MP4, MOV, MKV, WebM — videobestanden. Het is niet nodig om eerst de audio te extraheren; de audiotrack wordt aan de serverkant uit het bestand gehaald.

Het converteren van een MP3 naar WAV voordat je het uploadt heeft geen enkel effect, behalve dat het bestand groter wordt, omdat de informatie die de MP3 heeft verwijderd niet terugkomt. Sla deze stap over. Bestanden tot 60 minuten worden in één keer verwerkt en je ontvangt een transcriptie in platte tekst plus SRT- en VTT- ondertitelbestanden uit dezelfde bewerking, ongeacht of de bron audio of video was.

Eén MP3 als invoer, drie bestanden als uitvoer, allemaal uit dezelfde bewerking – kies het bestand dat het beste bij jouw doel past:

• transcript.txt — gewone lopende tekst, één regel per zin. Dit is de versie die je wilt gebruiken om te lezen, zoeken, citeren of in een document te plakken.
• subtitles.srt — dezelfde woorden met start- en eindtijdcodes in het formaat dat vrijwel elk videoplatform en elke editor accepteert. Ook handig voor puur audio: zo kun je vinden waar in een opname van twee uur iets is gezegd.
• subtitles.vtt — de webversie van hetzelfde, voor een HTML5-speler of een browsergebaseerde editor.

Als meer dan één persoon spreekt, krijgt het transcript ook sprekerslabelsDeze worden afgeleid van de stemmen zelf: het hulpmiddel meet de kenmerken van elk gesproken segment en groepeert de vergelijkbare segmenten bij elkaar, dus het is een onderbouwde schatting in plaats van een zekerheid. Twee mensen met vergelijkbare stemmen kunnen uiteindelijk samengevoegd worden, en één persoon die dichterbij en verder weg van de microfoon beweegt, kan in tweeën gesplitst worden. Behandel de labels als een eerste versie die je binnen enkele minuten kunt corrigeren, niet als een transcript van wie wat heeft gezegd voor de rechtbank.

Een transcript is nooit direct geschikt om te publiceren, ongeacht welk hulpmiddel het heeft gemaakt. Door de bewerking in deze volgorde uit te voeren, bespaar je veel tijd:

1. Corrigeer eerst de eigennamen met behulp van zoeken en vervangen. Namen, bedrijven, plaatsen en jargon zijn wat spraakmodellen het vaakst verkeerd interpreteren, en ze doen dit consequent consequent — dezelfde naam wordt elke keer op dezelfde manier verkeerd verstaan. Door één keer alle instanties van een naam te vervangen, los je twintig fouten in één keer op.
2. Lees vervolgens de tekst om zinsgrenzen te bepalen. Interpunctie wordt afgeleid uit pauzes en intonatie, dus als iemand aan het einde van een zin wegdrijft, komt er een punt op een onhandige plek. Dit is een snelle controle, geen herschrijving.
3. Corrigeer vervolgens de sprekerslabels, zodra je de namen kent — voordat je begint met het bewerken van de tekst, terwijl de structuur nog steeds overeenkomt met het geluid.
4. Pas daarna bewerk je de tekst voor leesbaarheidverwijder overbodige woorden, verkort herhalingen en knip onvolledige zinnen weg. Doe dit als laatste stap, omdat elke eerdere stap gemakkelijker is bij een letterlijke transcriptie.

Twee dingen besparen meer tijd dan al het bovenstaande. Houd de SRT-bestand open naast de tekst — wanneer een passage verward lijkt, brengt de tijdscode je direct naar dat moment in het geluid, zodat je kunt luisteren in plaats van te gissen. En als je zelf de audio opneemt, zorg er dan voor dat de microfoon dicht bij de spreker staat: een telefoon die op tafel ligt op armlengte afstand kost je meer nauwkeurigheid dan welke instelling dan ook kan compenseren, en het is de enige variabele waarover je volledige controle hebt.