Mengubah rekaman menjadi teks
Dipublikasikan · Diperbarui 2 menit baca
Alat ini mentranskripsi berkas audio di peramban Anda dengan model kecil. Pada suara yang jelas, kira-kira satu dari empat kata salah; pilihan bahasa dan derau sangat mengubah hasilnya.
Apa yang dilakukan alat ini
Audio ke teks mentranskripsi berkas audio dengan mesin Whisper, di peramban Anda. Berkas tidak dikirim: hanya model yang diunduh, sekali, setelah Anda mencentang kotak persetujuan. Tiga format ekspor tersedia: TXT, SRT, dan VTT.
Apa yang diunduh pada penggunaan pertama
Selama pengujian, peramban mengunduh model dan skripnya dari dua layanan di luar situs: repositori yang menyimpan model dan jaringan pengiriman skrip. Semua permintaan ini berupa unduhan; tidak ada yang membawa isi, jadi tidak ada berkas audio yang terkirim. Tombol “Hapus cache Whisper” kemudian menghapus model dari peramban.
Rekaman uji
Pengujian memakai dua suara sintetis, suara perempuan dan suara laki-laki, yang membaca teks 32 kata yang sama: “Le jardin partagé du Vallon ouvre ses parcelles le trois mai. Venez découvrir le compost, les semis et l’atelier des enfants. L’inscription est gratuite et ouverte à toutes les familles du quartier.” Setiap rekaman berdurasi 12 sampai 14 detik. Karena teksnya diketahui, jumlah kata yang salah dapat dihitung dengan tepat.
Bahasa yang dipilih
Menu bahasa menawarkan pengaturan otomatis dan dua puluh bahasa. Pada model bawaan, deteksi otomatis menganggap kedua suara berbahasa Inggris dan menghasilkan kalimat Inggris yang tidak berkaitan dengan teks yang dibaca, kesalahan sebanyak kata. Alat ini karena itu memilih bahasa halaman secara bawaan, di sini bahasa Prancis.
| Suara | Bahasa yang diatur | Kata salah dari 32 |
|---|---|---|
| Perempuan | Otomatis | 32 |
| Laki-laki | Otomatis | 33 |
| Perempuan | Prancis | 10 (31 %) |
| Laki-laki | Prancis | 8 (25 %) |
Apa yang diberikan bahasa yang tepat
Dengan suara laki-laki dalam bahasa Prancis, transkripsinya adalah “Le jardin partagé du vallon ouvre ses parcels le 3 mai. Venez découvrir le compost, les sémisées la te liée des enfants. L’inscription est gratuit et ouvert à toutes les familles du quartier.” Kesalahannya khas: bentuk jamak yang hilang (“parcels”), nama diri tanpa huruf kapital (“vallon”), angka yang ditulis dengan digit (“3” untuk “trois”), dan kata langka yang salah dengar (“semis”, “atelier”).
Pengaruh derau
Derau ditambahkan pada suara laki-laki, pada dua tingkat. Pada 10 dB, derau jelas lebih lemah daripada suara. Pada 0 dB, derau sekeras suara.
| Rekaman | Kata salah dari 32 |
|---|---|
| Tanpa derau | 8 (25 %) |
| Derau ringan, 10 dB | 11 (34 %) |
| Derau kuat, 0 dB | 31 (97 %) |
Derau ringan mengorbankan beberapa kata. Derau sekeras suara membuat transkripsi tidak dapat dipakai.
Waktu pemrosesan
Setiap pengujian memakan 6 sampai 12 detik untuk sekitar 13 detik rekaman, termasuk pemuatan model, pada komputer desktop. Berkas yang lebih panjang memerlukan lebih banyak waktu dan memori.
Yang tidak dikatakan angka-angka ini
Suara sintetis itu teratur. Suara asli, dengan aksen, keraguan, atau beberapa orang, akan memberi angka lain. Coba cuplikan pendek dari rekaman Anda sendiri sebelum memulai seluruh berkas.
Memperbaiki hasil
- Pilih bahasa rekaman di menu.
- Kurangi derau di sumbernya: mikrofon yang dekat memberi hasil lebih baik daripada filter sesudahnya.
- Jika berkas berformat langka, ubah dahulu dengan Mengubah rekaman suara tanpa merusak kualitasnya.
Selalu baca ulang nama diri, angka, dan istilah teknis.
Periksa teks hasilnya
- Dengarkan rekaman sambil mengikuti teksnya.
- Perbaiki nama, angka, dan kesesuaian kata.
- Ekspor sebagai TXT untuk teks, sebagai SRT atau VTT untuk subjudul.