Pengubah Suara ke Teks Online

Mendikte catatan, menyusun pesan tanpa mengetik, atau menangkap transkrip kasar tanpa menginstal perangkat lunak dikte terpisah.

Manfaat

• Bebas tangan: berbicara alih-alih mengetik.
• Kecepatan: banyak orang berbicara lebih cepat dari mengetik.
• Aksesibilitas: jalur masukan alternatif.
• Ringan: berjalan dari halaman web biasa.
• Ekspor: TXT atau JSON untuk dipakai ulang.

Jatuhkan sebuah rekaman dan seluruhnya ditranskripkan di perangkat Anda — tanpa unggah, tanpa penghitung menit bulanan. Berkas video juga bisa: suaranya dibaca langsung dari wadahnya, jadi wawancara yang direkam sebagai MP4 atau MOV tidak perlu dikonversi lebih dulu.

Yang bisa Anda jatuhkan

MP3, WAV, OGG, OPUS, M4A, AAC, FLAC, MKA dan WEBA untuk audio, plus MP4, MOV, WEBM, MKV dan 3GP untuk video. Selain itu ditolak langsung di pemilih berkas dengan tautan ke pengonversi audio, sehingga Anda tidak pernah menunggu proses yang memang tidak akan selesai.

Yang Anda dapatkan

• Teks biasa — transkrip dalam paragraf, siap ditempel ke dokumen.
• Teks bertanda waktu — setiap bagian diawali posisinya dalam rekaman.
• Takarir SRT dan VTT — dua format yang benar-benar dibaca pemutar dan platform.
• JSON — setiap bagian dengan waktu mulai dan selesai, untuk apa pun yang ingin Anda bangun di atasnya.
• Satu arsip untuk satu antrean — antrean rekaman diunduh sebagai satu ZIP, bukan satu dialog per berkas.

Ini lebih penting daripada kedengarannya, karena dua bagian halaman ini berperilaku berbeda dan hampir tidak ada alat yang memberi tahu Anda sedang memakai yang mana.

• Berkas yang Anda jatuhkan diproses di perangkat Anda, bukan di server kami. Model pengenalan diunduh sekali ke peramban Anda dan berjalan di sana. Rekaman dibaca secara lokal dan tidak ada yang dikirim ke mana pun.
• Dikte langsung bergantung pada peramban Anda. Dikte memakai pengenal bawaan peramban itu sendiri, dan sebagian besar mengirim audio tersebut ke server pembuatnya untuk diubah menjadi kata.
• Peramban terbaru juga bisa mendikte secara lokal. Bila pengenalan di perangkat tersedia untuk bahasa Anda, halaman ini memintanya dan menawarkan memasang paket bahasa.
• Halaman ini memberi tahu mana yang berjalan. Mode di bawah mikrofon dibaca kembali dari pengenal setelah dimulai, bukan ditebak dari apa yang diminta.

Mikrofon Anda menyuplai pengenal ucapan peramban; kata mengalir ke area transkrip.

Alur pengenalan

• Audio: ditangkap saat mendengarkan.
• Sementara: teks tentative abu-abu miring.
• Final: teks yang dipastikan ditambahkan ke transkrip utama.
• Bahasa: tag BCP-47 pada instans pengenalan.
• Berhenti: mengakhiri sesi pengenalan.

Alur kerja tipikal

• Bahasa: pilih dulu.
• Mulai: bicara setelah izin.
• Tinjau: perhatikan sementara vs final.
• Berhenti: saat selesai.
• Salin: atau ekspor.

Kualitas bervariasi menurut perangkat; peramban kelas Chromium biasanya paling andal untuk API ini.

Poin utama

• Mode berkelanjutan dan sementara keduanya diaktifkan di kode.
• Mengganti bahasa saat mendengarkan menghentikan sesi terlebih dahulu.
• Jumlah kata memakai pemisahan spasi sederhana.
• Ekspor JSON memakai nama kunci bahasa Inggris untuk kompatibilitas.
• Safari/Firefox mungkin berbeda dari Chrome/Edge.

Kurangi kesalahan sebelum mengandalkan transkrip.

Tips

• Ruang tenang dan mikrofon lumayan.
• Cocokkan dropdown dengan bahasa yang Anda gunakan.
• Baca ulang nama, angka, dan istilah teknis.
• Mulai ulang jika pengenalan berhenti merespons.

Kasus ideal

• Catatan: tangkap cepat.
• Draf: lulusan dikte pertama.
• Aksesibilitas: saat mengetik sulit.

Kapan tidak mengandalkan

• Transkripsi hukum atau medis bersertifikat tanpa tinjauan.
• Jaminan offline murni jika peramban memakai pengenalan cloud.

API bergantung peramban; mikrofon wajib; tidak semua bahasa bekerja sama di mana pun.

• Gratis — satu rekaman sekaligus, hingga 50 MB dan sepuluh menit, dengan semua format ekspor dan tanpa tanda air.
• Pro — antrean rekaman sebagai satu arsip, rekaman sepanjang yang sanggup ditangani perangkat, model yang lebih akurat, dan penandaan waktu per kata.

Didukung algoritme pemrosesan audio yang dioptimalkan.

• Teks ke ucapan
• PDF ke teks
• Gambar ke teks
• Konverter audio