Rozpoznávanie reči vo vašom prehliadači
Tento nástroj prevádza MP3 na text pomocou Whisperu, otvoreného modelu na rozpoznávanie reči. Väčšina online služieb na prepis nahráva váš zvuk na server. Tu sa model stiahne do prehliadača iba raz a potom beží na vašom počítači alebo telefóne. Vaša nahrávka tak nikdy neopustí zariadenie, čo oceníte pri rozhovoroch, zdravotných alebo právnych poznámkach, schôdzach a osobných hlasových správach. Po prvom stiahnutí si model uloží prehliadač a nabudúce sa načíta rýchlejšie.
Jazyky a presnosť
Whisper tu podporuje 23 jazykov vrátane angličtiny, španielčiny, francúzštiny, nemčiny, taliančiny, portugalčiny, ruštiny, čínštiny, japončiny, kórejčiny, turečtiny a poľštiny. Najpresnejší je pri zrozumiteľnej reči s minimom hluku v pozadí. Presnosť je nižšia pri:
- viacerých ľuďoch hovoriacich naraz;
- silnej hudbe alebo hluku v pozadí;
- veľmi tichých alebo vzdialených rečníkoch;
- zriedkavých menách a odborných výrazoch;
- miešaní viacerých jazykov v jednej vete.
Ak jazyk vyberiete sami namiesto automatického rozpoznania, výsledok je zvyčajne lepší, najmä pri krátkych nahrávkach.
Výstupné formáty
| Formát | Čo obsahuje | Využitie |
|---|---|---|
| TXT | čistý text | poznámky, dokumenty, citácie |
| SRT | číslované titulky s časom začiatku a konca | video editory, YouTube, väčšina prehrávačov |
| VTT | webové titulky s časmi | prehrávače HTML5 videa, webové stránky |
Rýchlosť a dlhé nahrávky
Prepis je pre počítač náročná úloha. Na modernom notebooku môže hodinová nahrávka trvať od niekoľkých minút až po dlhšie, než je dĺžka samotnej nahrávky, podľa procesora, veľkosti modelu a prehliadača. Telefóny sú pomalšie. Počas práce nechajte kartu otvorenú. Veľmi dlhé súbory môžete rozdeliť na časti pomocou nástroja Rozdelenie zvuku a prepisovať ich postupne.
Tipy pre lepší prepis
Model počúva v krátkych oknách s dĺžkou približne 30 sekúnd a zapisuje, čo počuje, spolu s časom začiatku a konca. Interpunkciu a veľké písmená dopĺňa sám, ale nevie, kto práve hovorí, takže pri rozhovore si rečníkov budete musieť označiť sami. Dlhé ticho a hudba bez reči sa preskočia alebo zostanú prázdne. Ak nahrávka začína hudbou, prvé riadky textu sa môžu objaviť neskôr, než čakáte, a to je v poriadku.
- Hlučné nahrávky pred prepisom vyčistite nástrojom Redukcia šumu.
- Ak je rečník tichý, najprv zvýšte hlasitosť nástrojom Normalizácia.
- Pri titulkoch skontrolujte načasovanie vo svojom prehrávači videa. Ak je niektorý titulok príliš dlhý na prečítanie, rozdeľte ho v textovom editore. SRT aj VTT sú obyčajné textové súbory.
- Prepis si vždy raz prečítajte. Opravte mená, čísla a slová, ktoré mohol model zle počuť.
Fungujú aj videosúbory: presuňte MP4 a nástroj prepíše jeho zvukovú stopu, čo je rýchly spôsob, ako vytvoriť titulky k vlastným videám.