Bezpłatne, bez rejestracji, bez znaku wodnego. Godzina dźwięku zajmuje około dwóch minut.
Nie masz pliku pod ręką? Wklej link do YouTube poniżej Napisy można przetłumaczyć na 16 języków.
Wklej Link do YouTube i w ciągu sekundy otrzymasz wynik – a jeśli wideo nie ma napisów, my je i tak transkrybujemy, co jest czymś, z czego większość narzędzi rezygnuje. Wywiady, wykłady, podcasty, nagrania głosowe: pliki do 60 minut każdy, bez rejestracji, bez znaku wodnego.
Dowolny popularny format audio lub wideo. Transkrypcja rozpoczyna się natychmiast: bez rejestracji, bez adresu e-mail, bez dziennego limitu.
Model rozpoznawania mowy (Whisper) transkrybuje nagranie na naszym serwerze GPU, automatycznie wykrywa język i oznacza, kto mówi, gdy występuje więcej niż jeden głos – zazwyczaj znacznie szybciej niż w czasie rzeczywistym.
Otrzymaj zwykłą transkrypcję jako TXT oraz napisy z kodem czasowym jako SRT i VTT. Przesłany plik jest automatycznie usuwany.
Na tej stronie znajduje się pełna wersja narzędzia, a nie wersja próbna. Pakiet nie zmienia procesu transkrypcji ani nie poprawia jakości transkrypcji – dodaje on możliwości związane z dalszą obróbką transkrypcji Następnie.
To jest pełna wersja narzędzia, a nie wersja próbna. Ta sama funkcjonalność i ten sam transkrypt, co w wersji płatnej — nic tutaj nie zostało wyłączone.
Obsługiwane przez Polar, naszego dostawcę usług płatniczych — oni zajmują się płatnością i podatkiem VAT. Nie musisz zakładać konta: Twoje dane są przechowywane w przeglądarce.
Napisy SRT/VTT do YouTube, Reels i TikTok: zwiększ dostępność i zasięg bez płacenia za każdą minutę.
Przekształć nagrane wywiady, spotkania i wykłady w przeszukiwalny tekst, z którego możesz cytować fragmenty i szybko przeglądać zawartość, podzielony według mówców, aby łatwo sprawdzić, kto co powiedział.
Pełny transkrypt każdego odcinka do wykorzystania w notatkach i optymalizacji pod kątem wyszukiwarek: każdy wypowiedziany słowo jest indeksowane.
Tak: nie wymaga rejestracji, brak znaku wodnego, brak opłat za minutę lub dziennych limitów, a darmowe narzędzie nie jest wersją próbną – nie wygasa i działa w oparciu o ten sam model co pozostałe funkcje. Reklamy pozwalają na utrzymanie serwerów GPU. Dostępna jest jedna dodatkowa opcja miesięczny abonament za 5 euro, który oferuje funkcje takie jak notatki ze spotkań, rozpoznawanie nazw mówców, eksport do Worda i wyższe limity. Dzięki temu możesz zrobić więcej z transkrypcją, a nie uzyskać lepszą transkrypcję.
Jest przetwarzany na naszym serwerze i usuwany natychmiast po zakończeniu procesu; wyniki są kasowane w ciągu 45 minut. Nic nie jest przechowywane, udostępniane ani wykorzystywane do treningu. Więcej informacji można znaleźć w Polityce prywatności.
Używamy naszego modelu głosowego, jednego z najlepszych otwartych modeli rozpoznawania mowy. Czysta mowa jest transkrybowana bardzo dokładnie; silny akcent, nakładanie się głosów, szumy tła lub słabe nagrania stanowią większy problem dla każdego narzędzia. Zawsze warto szybko przejrzeć transkrypcję.
Tak. Gdy wykryje więcej niż jeden głos, automatycznie dzieli transkrypcję na sekcje odpowiadające wypowiedziom poszczególnych osób, maksymalnie dla ośmiu mówców, bez konieczności włączania dodatkowych opcji. To sprawia, że nagranie wywiadu lub spotkania staje się czytelne, zamiast być jednym długim blokiem tekstu. Etykiety są szacowane przez sztuczną inteligencję, więc w przypadku nakładających się głosów lub bardzo podobnych barw głosu warto je szybko sprawdzić.
Tak. Zaznacz opcję „Utwórz również czystą wersję lub wersję z napisami” przed przesłaniem pliku, a otrzymasz drugi plik, w którym każde wulgarne słowo będzie wyciszone, stłumione lub usunięte Dodatkowo, jeśli chcesz, możesz również usunąć „hmm” i długie pauzy. Najpierw zobaczysz pełną listę z znacznikami czasu i będziesz mógł pozostawić dowolne słowo. Więcej informacji o wyciszaniu wulgaryzmów oraz usuwaniu słów-wypełniaczy.
Około 100 języków, automatycznie wykrywanych (lub możesz wybrać). Pliki audio i wideo: MP3, WAV, M4A, FLAC, OGG, MP4, MOV, MKV, WEBM i inne, do 1.5 GB i 60 minut.
Tak, prześlij film bezpośrednio i pobierz plik SRT lub VTT. Umieść plik SRT obok swojego filmu lub prześlij go na YouTube jako napisy.
Tak. Instagram, TikTok, WhatsApp i większość telewizorów ignorują oddzielny plik z napisami, więc zaznacz opcję „Utwórz również czystą wersję lub wersję z napisami” przed przesłaniem pliku, wybierz jeden z trzech stylów (Klasyczny, w ramce lub Duży) i pobierz film MP4 z trwałymi napisamiNie musisz instalować żadnego edytora, nie ma znaku wodnego, a Twój oryginalny plik pozostaje nietknięty. Pełny przewodnik: Jak dodać napisy do dowolnego filmu.
To nasze narzędzie siostrzane: StemGrab oddziela wokal, perkusję, bas i instrumenty – również jest darmowe.
Przy czystym nagraniu jednej osoby mówiącej po angielsku model poprawnie rozpoznaje średnio dziewięćdziesiąt osiem słów na sto – zmierzyliśmy 1,94% błędów w rozpoznawaniu mowy. Trzy rzeczy najbardziej wpływają na jakość: nakładanie się głosów, gdy dwie osoby mówią jednocześnie, ponieważ model musi wybrać jeden z nich; odległość od mikrofonu, ponieważ telefon położony na końcu stołu rejestruje więcej dźwięków otoczenia niż głosu; oraz nietypowe słownictwo: imiona, marki, żargon i skróty są rozpoznawane w oparciu o kontekst, więc nazwisko, którego model wcześniej nie widział, jest interpretowane jako coś, co tylko do niego brzmi podobnie. Silne akcenty są rozpoznawane lepiej niż można by się spodziewać; muzyka w tle jest rozpoznawana gorzej.
Rozpoznawanie mowy wymaga mocy obliczeniowej GPU, a większość darmowych transkryberów wynajmuje tę moc z usług chmurowych za każdą minutę dźwięku – właśnie dlatego wprowadzono limity trzech plików dziennie i dwudziestu minut. My posiadamy własny sprzęt: te same karty graficzne obsługują nasze inne narzędzia w Holandii, więc dodatkowe nagranie kosztuje nas tylko prąd, a nie fakturę, a reklamy na stronie pokrywają ten koszt. Dlatego pliki mogą mieć do dziewięćdziesięciu minut i dwa gigabajty każdy, możesz przesyłać ich dowolną liczbę bez zakładania konta ani podawania adresu e-mail.