Wie wandle ich eine Aufnahme in Text um?
Wähle die Audio- oder Videodatei, wähle die gesprochene Sprache und drücke auf Transkribieren. Warte, bis das Modell geladen ist, und sieh dann zu, wie sich das Ergebnisfeld Abschnitt für Abschnitt mit Text füllt. Wenn es fertig ist, kopiere den Text oder lade ihn als Datei herunter.
Wird meine Aufnahme hochgeladen?
Nein. Das Audio wird in deinem Browser dekodiert und erkannt. Nur die Modelldateien kommen bei der ersten Nutzung aus dem Internet, von einem öffentlichen Modell-Host. Die Seite gibt an, dass die Aufnahme selbst nie an diesen Host oder an UsefulVerse gesendet wird.
Wie genau ist das Transkript?
Es wird keine Genauigkeitsangabe gemacht, und für diese Seite wurde keine gemessen. Das Modell ist bewusst klein, daher kann es Namen, Zahlen und Satzzeichen falsch verstehen, besonders bei Lärm oder starkem Akzent. Behandle den Text als ersten Entwurf und vergleiche ihn mit dem Audio.
Welche Sprachen kann es transkribieren?
Die Liste bietet die automatische Erkennung sowie 16 Sprachen: Englisch, Spanisch, Französisch, Portugiesisch, Deutsch, Japanisch, Koreanisch, Indonesisch, Hindi, Arabisch, Chinesisch, Bengalisch, Russisch, Urdu, Türkisch und Vietnamesisch. Andere Sprachen werden nicht angeboten, daher sind die Ergebnisse für sie unzuverlässig.
Wie lang darf eine Datei sein, die ich transkribiere?
Das Tool begrenzt weder Länge noch Größe. In der Praxis bittet es die Spracherkennung, einen einzigen Verarbeitungs-Thread zu verwenden, daher können lange Dateien lange dauern und viel Speicher belegen. Für alles Längere wird ein Laptop oder Desktop-Rechner empfohlen.
Warum startet die erste Transkription langsam?
Das Sprachmodell muss zuerst heruntergeladen werden. Die Seite nennt etwa 43 MB an Modelldateien und etwa 58 MB mit der lokalen Engine. Dein Browser behält sie möglicherweise für spätere Besuche, aber bei geleertem Cache ist ein erneuter Download nötig.
Fügt es Zeitstempel oder Sprechernamen hinzu?
Nein. Die Ausgabe ist nur Text, eine Zeile für jeden 30-Sekunden-Abschnitt, der Wörter ergeben hat. Wenn du Zeiten oder Sprecher brauchst, musst du sie beim Zuhören von Hand ergänzen oder ein anderes Tool nutzen, das dafür gebaut ist.
Kann ich eine Videodatei verwenden?
Ja, wenn sie eine Audiospur hat, die dein Browser dekodieren kann. Das Tool liest den Ton aus dem Video auf deinem Gerät und ignoriert das Bild. Ein Video ohne Ton ergibt eine allgemeine Fehlermeldung.
Übersetzt es Sprache ins Englische?
Nein. Der Worker ist auf Transkription eingestellt, daher schreibt er das Gesagte in der gesprochenen Sprache. Es gibt auf der Seite keine Übersetzungsoption. Nutze die Sprachliste, um ihm zu sagen, welche Sprache die sprechende Person verwendet.
Wie verwendet man „Audio- und Videotranskription“?
Wähle eine Datei, um den Text lokal zu erstellen. Beim ersten Mal werden etwa 43 MB Modell heruntergeladen; für lange Aufnahmen empfehlen wir einen PC.
Werden meine Daten an einen Server gesendet?
Nein. Die Verarbeitung findet in Ihrem Browser statt. Ihre Daten werden nicht hochgeladen.