Transkrybuj wideo na tekst
Wyciągnij słowa z wideo: zwykły tekst do wklejenia albo gotowe napisy SRT i VTT z czasami. Rozpoznawanie korzysta z Whisper i obsługuje 99 języków, w tym mowę z akcentem i mieszaną.
Konwertowane na naszych serwerach, usuwane zaraz potem
Jak używać
- 1
Wybierz format wyniku — zwykły tekst albo napisy SRT/VTT z kodami czasowymi.
- 2
Dodaj plik wideo lub audio. Zostaw język na automatycznym wykrywaniu, chyba że nagranie jest krótkie lub zaszumione.
- 3
Przeczytaj transkrypcję na stronie, skopiuj ją albo pobierz plik.
FAQ
Jakie języki są rozpoznawane?
Whisper obsługuje 99 języków i automatycznie wykrywa, w którym mówi się w nagraniu. Najlepiej radzi sobie z angielskim, rosyjskim, hiszpańskim, portugalskim, niemieckim i francuskim; rzadsze języki wypadają zauważalnie słabiej.
Jak dokładna jest transkrypcja?
Przy czystej mowie — blisko starannego maszynisty. Dokładność spada przy szumie w tle, kilku osobach mówiących naraz, silnym akcencie i niskim bitrate audio. Zawsze przeczytaj tekst przed publikacją.
Ile to trwa?
Mniej więcej tyle, ile trwa nagranie: 10-minutowe wideo zajmuje około 10 minut. Możesz zamknąć kartę — wynik poczeka na koncie albo na tej stronie, jeśli zostanie otwarta.
Dlaczego to narzędzie wysyła mój plik?
Rozpoznawanie mowy wymaga modelu zbyt dużego, by działał w przeglądarce. Plik jest przetwarzany na naszych serwerach i usuwany, gdy tylko transkrypcja jest gotowa.
Czy jest jakiś limit?
Jedna transkrypcja dziennie bez konta, do 10 minut nagrania i 500 MB. Premium znosi dzienny limit i podnosi go do 45 minut na plik.
Czym różnią się SRT i VTT?
Oba to pliki napisów z czasami. SRT rozpoznaje niemal każdy odtwarzacz i YouTube; VTT to format wideo HTML5 w sieci. Tekst jest identyczny.