Transkrypcja audio na tekst: jak ją zrobić na własnym komputerze
Trzy sposoby, by zamienić nagranie na tekst, i kroki, które pozwalają zrobić to na własnym komputerze w DijiFlow Dict...
Masz %itemCount% w koszyku.Razem %total%
Jak DijiFlow Dictate zamienia ścieżkę dźwiękową filmu na zsynchronizowane wiersze napisów na Twoim komputerze i który z czterech formatów wybrać.
Automatyczne napisy do filmów zamieniają mowę z nagrania na zsynchronizowane wiersze napisów, bez przepisywania ani jednego słowa. DijiFlow Dictate tworzy je na Twoim komputerze z pliku wideo lub audio zapisanego na dysku i zapisuje wynik w jednym z czterech formatów. Niezależnie od tego, czy potrzebujesz napisów do publikowanych filmów, czy pliku z napisami dla klienta, kroki są te same.
Aplikacja przepisuje ścieżkę dźwiękową, ustala czas każdego słowa i łączy słowa w wiersze. Wiersze podążają za mową i łamią się na granicach zdań, a nie w środku frazy. Mieszczą się w limicie długości wiersza ustalonym osobno dla każdego języka, a szybkość czytania decyduje o tym, jak długo każdy wiersz zostaje na ekranie. W widoku „Zaawansowany” opcja „Szybkość czytania” ma ustawienia „Dorośli” i „Dzieci”.
Trwa to dłużej niż zwykła transkrypcja, bo aplikacja ustala czas każdego słowa i sprawdza każdy wiersz. Po pierwszym przetworzonym pliku aplikacja pokazuje, ile potrwa przetwarzanie kolejnego pliku na Twoim komputerze.
Nazwy poniżej to te, które pokazuje polska wersja aplikacji na Maca.
Do napisów aplikacja proponuje „Duży”, największy model, bo mniejsze modele gubią słowa przy muzyce i hałasie („Duży” jest dostępny w wersji Pro i w okresie próbnym). Na stronie o napisach zobaczysz cztery formaty obok siebie.
Jedna uwaga prosto z aplikacji: SRT i WebVTT to pliki, które odtwarzacz wczytuje obok wideo, a QuickTime Player ich nie otworzy. Aby obejrzeć wynik na Macu, wybierz jedną z opcji MP4. Opcje MP4 wymagają też wideo, które Twój komputer potrafi odczytać; jeśli nie potrafi, aplikacja poprosi o wcześniejszą konwersję pliku do MP4 lub MOV.
W aplikacji na Maca wersja darmowa tworzy napisy do pierwszych 3 minut każdego pliku, z użyciem mniejszego modelu. Jest bezpłatna na zawsze, bez konta i bez karty płatniczej, i wystarczy, by zobaczyć, jak wiersze wyglądają na Twoim własnym materiale. W wersji Pro i w 30-dniowym okresie próbnym aplikacja tworzy napisy do plików o dowolnej długości z użyciem największego modelu. Jeśli w wersji Pro lub w okresie próbnym włączysz w widoku „Zaawansowany” opcję „Identyfikuj mówców”, wiersz każdego nowego mówcy zacznie się od łącznika.
Długie pliki nie stanowią problemu: przy filmie trwającym 90 minut zużycie pamięci podczas przetwarzania utrzymuje się na poziomie około 1 GB. Cała praca odbywa się na Twoim komputerze. Nagrania i tekst nigdy nie są wysyłane.
Automatyczne napisy to pierwsza wersja robocza. Najwięcej błędów pojawia się przy nazwach własnych, liczbach, terminach fachowych i nakładających się głosach, a aplikacja sama przypomina o sprawdzeniu wyniku. Ponieważ SRT i WebVTT to zwykły tekst, możesz poprawić wiersz w dowolnym edytorze tekstu, bez zmiany znaczników czasu. W wersji Pro i w okresie próbnym „Własne terminy” na karcie „Słownictwo” pomagają przy nazwach, które często się powtarzają.
Ustaw „Język wyniku” na inny niż język nagrania, a otrzymasz napisy od razu przetłumaczone. Napisy są dostępne w 29 językach, a lista języków oznacza słabsze pary językowe jako „beta” lub „obniżona dokładność”. Przetłumaczone napisy są dostępne w wersji Pro i w 30-dniowym okresie próbnym.
Te napisy powstają z plików. DijiFlow Dictate nie dodaje napisów do transmisji na żywo ani do trwającej rozmowy wideo i nie przyjmuje linku do filmu na stronie internetowej: film musi być plikiem na Twoim dysku. Jako generator napisów tworzy nowe napisy z dźwięku; nie konwertuje ani nie edytuje istniejącego pliku z napisami.
Jeśli regularnie publikujesz filmy, na stronie dla twórców znajdziesz funkcje aplikacji przydatne w tej pracy. Aby utworzyć swój pierwszy plik z napisami, pobierz DijiFlow Dictate.