Videoyu metne dönüştür

Transkript ne işe yarar

Konuşmayı metne dökmek, söyleneni yeniden dinlemek yerine aramanız, alıntılamanız, göz gezdirmeniz ya da yeniden kullanmanız gerektiğinde karşılığını verir. Tipik kullanımlar:

• Tam alıntılara ve bunların kabaca nerede söylendiğine ihtiyaç duyduğunuz röportajlar ve araştırma görüşmeleri.
• Bir saatlik videoyu ileri geri sarmak yerine metinde bir terimi arayabilmeniz için dersler ve web seminerleri.
• İzleyicilerin çoğunun sesi kapalı izlediği sosyal medya videoları için altyazılar.
• Not çıkarılması ya da erişilebilir bir metin sürümü hazırlanması gereken toplantı kayıtları ve podcast bölümleri.

Kelimeleri okuyacak veya düzenleyecekseniz düz transkript en iyi seçimdir. Metnin ekranda videoyla eşzamanlı görünmesi gerekiyorsa SRT veya VTT seçin.

Tanıma burada nasıl çalışır

Konuşma tanıma tarayıcınızda değil, sunucularımızda çalışır. Motor, OpenAI'ın 2022'de yayımladığı ve yaklaşık 680.000 saatlik çok dilli ses üzerinde eğitilmiş konuşma modeli Whisper'dır; faster-whisper uygulaması üzerinden çalıştırılır.

Dosyanıza olanlar:

1. Dosya yüklenir ve süresi kontrol edilir.
2. Bir ses etkinliği algılayıcısı sessiz bölümleri ve yalnızca arka plan gürültüsünden oluşan kısımları atlar. Bu, işlemi hızlandırır ve modelin sessiz pasajlarda olmayan kelimeler uydurmasını engeller.
3. Model sesi kısa pencereler halinde işler ve başlangıç ile bitiş zamanları olan metin parçaları üretir. Noktalama işaretlerini ve büyük harfleri kendisi ekler.
4. Parçalar seçtiğiniz biçimde yazılır: TXT için satır başına bir parça, SRT için 00:01:02,500 tarzı zamanlamalı numaralı altyazılar, VTT için ise WEBVTT başlığı altında 00:01:02.500 zamanlamalı aynı yapı.
5. Yüklenen medya, sonuç yazılır yazılmaz silinir. Sonucu içeren iş klasörü yaklaşık bir saat içinde otomatik olarak kaldırılır.

İşleme hızı gerçek zamana yakındır: 10 dakikalık bir kayıt kabaca 10 dakika sürer.

Dil ve biçim seçimi

Konuşulan dil menüsünde Otomatik Algıla seçeneğinin yanı sıra İngilizce, Rusça, Ukraynaca, Lehçe, Almanca, Fransızca, İspanyolca, Portekizce, İtalyanca, Türkçe, Endonezce, Vietnamca, Japonca ve Çince bulunur.

Algılama, kaydın ilk bölümünü dinler ve en olası dili seçer. Tek ve net bir konuşmacıda güvenilirdir. Dili kendiniz şu durumlarda ayarlayın:

• Kayıt müzikle, bir jenerik melodisiyle veya sessizlikle başlıyorsa.
• Konuşmacıların aksanı belirginse; algılama aksanlı İngilizceyi konuşmacının ana dili sanıp metni yanlış dilde çıkarabilir.
• Rusça ile Ukraynaca ya da İspanyolca ile Portekizce karışık kullanılıyor veya kolayca karıştırılabiliyorsa.

Biçim olarak altyazılar için güvenli varsayılan SRT'dir: YouTube, video düzenleyiciler ve masaüstü oynatıcılar onu okur. Altyazılar bir web sitesinde HTML5 <track> öğesine girecekse VTT'yi seçin. Notlar, alıntılar ve makaleler için doğru seçim TXT'dir; metin ayrıca sayfada da görünür ve kopyalanmaya hazırdır.

Konuşmayı orijinal dilde değil İngilizce olarak istiyorsanız aynı motoru çeviri modunda çalıştıran Videoyu İngilizceye çevir aracını kullanın.

Daha temiz bir transkript almak

Sonucun büyük kısmını ses kalitesi belirler.

• Konuşmacı başına bir mikrofon, oda için tek mikrofondan iyidir. Üç metre ötedeki bir dizüstü mikrofonu yankı toplar; yankı da kelimelerin düşmesinin ya da birleşmesinin en yaygın nedenidir.
• Arka plan müziği zarar verir. Müzik altlığı üzerindeki konuşma, aynı konuşmanın tek başına olduğu halinden belirgin şekilde daha kötü yazıya dökülür. Elinizde varsa ham kaydı kullanın.
• Üst üste konuşmalar ayrıştırılmaz. İki kişi aynı anda konuştuğunda genellikle bir ses baskın çıkar, diğeri kaybolur. Çıktı ayrıca kimin konuştuğunu da belirtmez; konuşmacı adlarını düzeltme sırasında ekleyin.
• İsimleri, sayıları ve jargonu kontrol edin. Özel adlar, ürün adları, kısaltmalar ve rakamlar hataların yoğunlaştığı yerlerdir. Yayımlamadan önce transkriptte bunları arayın.
• Hızlı konuşanlarda uzun altyazı satırları bekleyin. Altyazı uzunluğu doğal ifade bölümlerini izler; bir altyazı düzenleyicisiyle bunları bölebilirsiniz.

Sınırlar ve bunların içinde kalmanın yolları

Ücretsiz kullanım, hesap açmadan cihaz başına günde bir sunucu çalıştırmasına izin verir; 10 dakikaya kadar kayıtlar ve 500 MB'a kadar dosyalar için. Premium günlük sınırı kaldırır ve dosya başına 90 dakikaya kadar kayıt kabul eder.

Sınırların içinde kalmanın yolları:

• Videonun büyük kısmı görüntüdür. 10 dakikalık 1080p bir ekran kaydı 300 MB veya daha fazla tutabilirken ses parçası MP3 olarak yaklaşık 10 ila 15 MB'tır. Önce sesi çıkarın ve onun yerine bunu yükleyin: yükleme daha hızlı biter, transkript ise aynıdır.
• Daha uzun kayıtları 10 veya 90 dakikalık parçalara bölüp her birini ayrı ayrı işleyin. Sınırda kelime kaybolmasın diye cümlenin ortasından değil, bir duraklamadan bölün.
• Kabul edilen girdiler MP4, MOV, MKV ve WebM video ile MP3, WAV, M4A, OGG ve FLAC sestir.