Paina levyä ja sanasi virtaavat suoraan tekoälyymme – teksti ilmestyy sekunnin päästä äänesi takana, ja kiillotettu teksti laskeutuu, kun pysähdyt.
Ei ilmoittautumista
Ei vesileimaa
TXT · SRT · VTT:n vienti
Tiedostot automaattisesti pois päältä 24h
Vedä & pudota tiedostosi tähän
tai selaa tiedostojasi
Vapaa: {0} tiedostot päivässä · enintään {1} min & {2} MB kukin
0:00
Elävä luonnos
Sanat ilmestyvät puhuessasi, ja ne on kirjoitettu suorana oman tekoälymme mukaan – paina Transcribe, kun saat kiillotetun, muokattavan version valmiiksi.
Mikrofonin käyttö oli estetty – anna se selaimesi sivuston asetuksiin tai lataa tiedosto sen sijaan.
Itse asiassa suora lähetys: puheesi putkeen omaan tekoälyymme, kun puhut
Samalla kun nauhoitat, sivu viipaloi mikrofonivirran lyhyiksi segmenteiksi – muutama sekunti kerrallaan, leikkaa sopeuttaen, niin että seuraava lähettää sen hetken, kun edellinen tulee takaisin – ja putkea suoraan GPU-palvelimillemme, joissa sama Whisper-luokan malli, joka valtaa koko sivuston, kirjoittaa sen välittömästi. Teksti laskeutuu live-syötteeseen sekunteja äänesi takana ja jatkaa virtaamista niin kauan kuin jatkat puhumista. Ei selainpuhepalvelua, ei kolmannen osapuolen sanelurajapintaa – liveteksti on todellista Whisper lähtöään omasta laitteistostamme.
Koska se tarvitsee vain mikrofonin tallennusta, live-tila toimii jokaisessa nykyaikaisessa selaimessa – Chromessa, Edgessä, Safarissa ja Firefoxissa, työpöydällä ja puhelimessa. Jokainen äänisegmentin osa poistetaan palvelimiltamme heti, kun sen teksti tulee takaisin.
Suora lähetys vs. lopullinen transkriptio
Segmentti kerrallaan -transkriptiossa on yksi sisäänrakennettu raja: malli näkee muutaman sekunnin kerrallaan, joten sana, joka kulkee kaksi segmenttiä, voi tulla ulos, ja välimerkkien ylitys segmentin rajojen on arvailua. Siksi virta päättyy vielä yhteen vaiheeseen: koko nauhoitus säilytetään selaimessasi puhuessasi, ja Transcribe-kirjoitus kulkee mallin läpi yhtenä ottona – täydessä kontekstissa, oikeassa välimerkit, aikaleimat, editori ja TXT/SRT/VTT-vienti.
Käytä suoraa kuvaa varmistaaksesi, että se pysyy ajan tasalla, ja napataksesi tekstiviestejä heti kun se puhutaan (syötteessä on kopionappi); käytä viimeistä syötettä kaikkeen, mitä pidät. Äänitiedostoa varten lataa tila millä tahansa työkalusivulla on lyhyempi polku.
Usein kysyttyjä kysymyksiä
Onko tämä oikeasti suora lähetys vai nauhoitettu ja lähetetty sen jälkeen?
Itse asiassa suora lähetys: nauhoitus ja transkriptio päällekkäin. Sivu lähettää muutaman sekunnin äänipalan äänilevyillemme, kun vielä puhut seuraavaa, joten teksti kerääntyy nauhoituksen aikana, ei sen jälkeen. Odota, että syöte kulkee muutaman sekunnin äänien takana – aikaa, joka kuluu viipaleen loppuunsaattamiseen, lataamiseen ja transkriptioon.
Miksi suora lähetys on muutaman sekunnin myöhässä?
Kolme pientä viivästystä pinotaan: viipale on nauhoitettava (kolme sekuntia) ja se on matkustettava palvelimelle ja kuljettava mallin läpi. Tämä yleensä saa syötteen noin 4-8 sekuntia äänenne takana – ja jos GPU:t ovat hetken kiireisiä, sivu mukautuu lähettämällä hieman pidempiä viipaleita sen sijaan, että jäisivät jälkeen. Luonnollinen puhe tauotta tuntuu pehmeältä.
Missä selaimessa live-tila toimii?
Kaikki modernit – Chrome, Edge, Safari ja Firefox – ovat työpöydällä ja puhelimissa. Se perustuu tavalliseen mikrofonin tallentamiseen eikä selaimen puhepalveluun, joten se toimii Firefoxissa yhtä hyvin kuin Chromessa.
Minne ääneni menee, kun suora transkriptio kulkee?
Vain palvelimillemme ja rehellisesti kuvattuna: live-tila lähettää äänitteen meille lyhyinä segmenteinä – se tekee siitä elävän – ja jokainen segmentti poistetaan heti sen jälkeen, kun sen teksti on tullut takaisin. Mikään ei mene Googlelle, Applelle tai kolmannen osapuolen puhepalvelulle. Koko nauhoitus pysyy selaimessasi, kunnes painat Trancribe-kirjoitusta ja nimettömät selostukset automaattisesti poistuu 24 tunnin kuluessa.
Voinko seurata sillä kokousta tai luentoa huoneessa?
Henkilökohtaisena apuna kyllä – laita laite kaiuttimen lähelle ja syöte seuraa selvää puhetta hyvin, noin kymmenen sekuntia jäljessä. Tunne rajat: yksi mikrofoni, niin etäiset äänet ja ristipuhe hajottavat sen, eikä se ole oikeaksi todistettu kuvatekstipalvelu esteettömyyden valvomiseksi. Paina Transcribe-näppäintä lopussa ja kokotekstin syöte yleensä palauttaa sen, mitä live-syöte on hajonnut.
Mitkä kielet elävät, ja pitäisikö minun valita sellainen?
Sama 90+-kielinen teksti kuin kaikilla tämän sivuston transkriptioilla – se on sama malli. Yksi live-tilaan liittyvä vinkki: valitse kielesi valitsimesta sen sijaan, että jättäisit automaattisen havainnoinnin päälle. Havaitseminen kulkee segmenttiä kohden, eikä seitsemän sekuntia ole paljon todisteita, joten kielen pyörittäminen estää syötteen heiluttelemasta lyhyitä tai korostuneita lauseita.