تبدیل صدا به متن
گفتار را در حدود 100 زبان به متن تبدیل کنید. یک فایل صوتی یا ویدیویی را رها کنید یا صدایتان را ضبط کنید، سپس متن را کپی کنید یا آن را به‌صورت زیرنویس دانلود کنید. مدل هوش مصنوعی در مرورگر شما اجرا می‌شود، پس صدای شما هرگز از دستگاهتان خارج نمی‌شود.
رایگانبدون ثبت‌نامبه‌صورت محلی اجرا می‌شود — فایل‌ها هرگز از دستگاه شما خارج نمی‌شوند
روش استفاده از این ابزار
تبدیل صوت به متن، گفتار را با مدل‌های کوچک تشخیص گفتار که کاملاً در مرورگر شما اجرا می‌شوند به متن تبدیل می‌کند.
روش استفاده
- صدا را اضافه کنید – یک فایل صوتی یا ویدیویی (MP3، WAV، M4A، OGG، FLAC، WebM، MP4…) را رها کنید یا برای استفاده از میکروفون روی ضبط کلیک کنید.
- زبان را انتخاب کنید – برای بهترین دقت، زبان گفتار را انتخاب کنید یا «تشخیص خودکار» را نگه دارید. ابزار از مدلی استفاده می‌کند که برای آن زبان ساخته شده است.
- تبدیل کنید – روی تبدیل به متن کلیک کنید. متن با آماده شدن هر بخش از صدا نمایش داده می‌شود؛ هر زمان بخواهید می‌توانید متوقف کنید.
- ذخیره کنید – متن را کپی کنید یا آن را با قالب TXT، SRT، VTT یا JSON دانلود کنید. روی یک برچسب زمانی کلیک کنید تا صدا از همان‌جا پخش شود.
برای دریافت ترجمهٔ انگلیسی به‌جای متن پیاده‌شده، «ترجمه به انگلیسی» را انتخاب کنید. این گزینه برای همهٔ زبان‌ها به‌جز عبری و انگلیسی کار می‌کند.
صدا
متن پیاده‌شده
خلاصه
جملههای کلیدی از متن پیاده‌شده، انتخابشده توسط multilingual-e5-small، یک مدل کوچک هوش مصنوعی که در مرورگر شما اجرا می‌شود. بار اول حدود 120 MB دانلود می‌کند. روی یک زمان کلیک کنید تا آن بخش را بشنوید.
چگونه صدا را به متن تبدیل کنیم
-
صدای خود را اضافه کنید
یک فایل صوتی یا ویدیویی را رها کنید، یا با میکروفون ضبط کنید.
-
زبان را انتخاب کنید
زبان گفتار را انتخاب کنید یا تشخیص خودکار را نگه دارید. ابزار مدل مناسب را انتخاب می‌کند.
-
تبدیل به متن
متن بخش‌به‌بخش، مستقیماً در مرورگر شما نمایش داده می‌شود.
-
کپی یا دانلود
متن را کپی کنید یا آن را به‌صورت زیرنویس TXT، SRT یا VTT، یا JSON دانلود کنید.
تبدیل خصوصی گفتار به متن در مرورگر شما
بیشتر سرویس‌های آنلاین تبدیل صوت به متن، ضبط‌های شما را روی سرورهای خود بارگذاری می‌کنند و دقیقه‌ای هزینه می‌گیرند. این ابزار متفاوت کار می‌کند: یک مدل کوچک و متن‌باز تشخیص گفتار را در مرورگر شما دانلود می‌کند و روی دستگاه خودتان اجرا می‌کند. مصاحبه‌ها، کلاس‌ها، جلسه‌ها و یادداشت‌های صوتی شما خصوصی می‌مانند.
آنچه دریافت می‌کنید
- تبدیل به متن در حدود 100 زبان، با تشخیص خودکار زبان.
- ترجمهٔ گفتار به هر زبان پشتیبانی‌شده به متن انگلیسی.
- برچسب زمانی برای هر بخش و زیرنویس با قالب‌های SRT و VTT.
- فایل‌های صوتی و ویدیویی، یا ضبطی از میکروفون شما.
- مدل‌های کوچک، هر کدام کمتر از 100 MB، که روی هر رایانه‌ای اجرا می‌شوند.
- بدون آپلود، بدون حساب کاربری، بدون محدودیت، کاملاً رایگان.
مدل‌ها
برای عبری از Zipformer ساخت ivrit.ai (CC BY 4.0)، برای انگلیسی از Moonshine Base (MIT) و برای همهٔ زبان‌های دیگر از Whisper Base ساخت OpenAI (MIT) استفاده می‌شود.
نکات کلیدی را multilingual-e5-small (MIT) انتخاب می‌کند، فقط وقتی آن‌ها را بخواهید.
چگونه صدا را دقیق به متن تبدیل کنیم
تبدیل صدا به متن گفتار یک ضبط را به متن نوشتاری تبدیل می‌کند. مصاحبه‌ها را قابل جست‌وجو، مطالعهٔ درس‌ها را آسان‌تر، پادکست‌ها را دسترس‌پذیر و ویدیوها را برای زیرنویس آماده می‌کند.
نکته‌هایی برای بهترین نتیجه
- زبان را انتخاب کنید: تشخیص خودکار به‌خوبی کار می‌کند، اما تعیین زبان از خطا جلوگیری می‌کند، به‌ویژه در ضبط‌های کوتاه یا پرنویز.
- از صدای واضح استفاده کنید: نویز پس‌زمینهٔ کمتر و یک گوینده در هر لحظه، متن تمیزتری به دست می‌دهد.
- از رایانه استفاده کنید: پیاده‌سازی متن روی پردازندهٔ دستگاه شما اجرا می‌شود و لپ‌تاپ یا رایانهٔ رومیزی بسیار سریع‌تر از گوشی است.
متن و زیرنویس
نتیجه را به‌صورت متن ساده برای ویرایش یا اشتراک‌گذاری دانلود کنید، یا با قالب SRT یا VTT برای افزودن زیرنویس به ویدیو در YouTube، یک ویرایشگر ویدیو یا یک پخش‌کنندهٔ رسانه. فایل JSON هر بخش را با زمان شروع و پایانش در خود دارد، برای توسعه‌دهندگان.
چه کسانی از تبدیل صدا به متن استفاده می‌کنند؟
- دانشجویان: درس‌های ضبط‌شده را به یادداشت تبدیل کنند.
- روزنامه‌نگاران و پژوهشگران: مصاحبه‌ها را بدون فرستادن برای شخص ثالث به متن تبدیل کنند.
- تولیدکنندگان محتوا: برای ویدیوها و پادکست‌ها زیرنویس و یادداشت قسمت بسازند.
- متخصصان: سابقهٔ مکتوبی از جلسه‌ها و تماس‌ها نگه دارند.
اول باید ضبط کنید؟ ضبط صدا یا ضبط صفحه‌نمایش ما را امتحان کنید، یا ابزارهای بیشتر را ببینید.