Перевод аудио в текст — 12 программ транскрипции
Если хотите крайнего, попробуйте вручную перевести речь в текст. Даже если вы планируете в будущем активно использовать программы или сайты транскрипции, о которых я расскажу ниже, все равно попробуйте делать это «ручками». Точнее «уши”.
Это довольно сложно. Точнее технически здесь ничего сложного особо нет. Сделайте аудиозапись, послушайте несколько секунд. Вы пишите это. Ты вернешься. Послушай снова. Проверьте, все ли вы правильно написали. И так следующий кусок. То есть идея проста.
Сложность в том, что сразу вспомнить большой объем информации очень сложно. Вы когда-нибудь играли в глухие телефоны? Такой же результат часто получается в случае «ручной транскрипции», когда «переводчик» пытается запомнить одновременно много информации.
Так почему я могу порекомендовать вам попробовать ручную транскрипцию аудио в текст? Дело в том, что какие бы замечательные программы транскрипции я ни говорил дальше, иногда они не могут помочь. Например:
- Записано на неисправный микрофон
- Диктор «вклинивает» иностранные фразы. Или мало используется
- В комнате шумно
- Диктор говорит тихо
- Диктор имеет «недостатки художественной литературы”
- Диктор говорит с сильным акцентом
- Многие люди говорят одновременно
Короче говоря, существует множество «неровностей», на которых ваша программа может застрять. И в этом случае вам нужно привязать стенограмму «вручную”.
LossPlay (Windows)
LossPlay — программа от белорусского разработчика, но вся команда разработки русскоговорящие из разных стран.
Аудиопоток также управляется с помощью горячих клавиш без переключения между окнами. Вы можете работать в любимом текстовом редакторе и всё равно управлять воспроизведением.
В первую очередь LossPlay настроен на совместную работу с Microsoft Word. Поддерживается вставка фраз по горячим клавишам с настройкой текста. Можно ставить тайм-код (монтажный или из плеера) в нужном вам формате.
Программа проста в освоении и ей сможет пользоваться даже новичок. В бесплатной версии есть рекламные баннеры.
VoiceNote
- Сайт программы: voicenote.in
- Цена: бесплатно
- Платформа: сервис для работы в среде Microsoft Windows
VoiceNote — онлайн-сервис «2 в 1», предоставляющий пользователю возможность набора текста голосом онлайн в сочетании с мультифункциональным блокнотом для сохранения заметок. На платформе можно работать как онлайн, так и автономно, однако в этом случае распознавание речи будет невозможно — из числа функций будут доступны только редактирование словаря и создание текста в блокноте.
Для работы с сервисом пользователю понадобится устойчивое сетевое подключение и корректно настроенный микрофон. Интерфейс VoiceNote минималистичный без лишних наворотов, предусматривает 3 раздела: блокнот, редактирование персонального словаря и блок установки параметров.
Набранный в основном поле текст можно сохранить как заметку или загрузить в виде файла на жесткий диск. Словарь дает возможность добавлять варианты автозамены на русском и английском языке. Меню параметров предназначено для настройки размера шрифта и рабочего пространства, цвета текста и фона интерфейса. Дополнительно пользователь может добавить дату в заголовок созданной заметки или разместить ее в тексте, настроить микрофон и сменить тему оформления.
Онлайн-сервис распознавания речи поддерживает одно сочетание горячих клавиш для старта и остановки распознавания голоса — Ctrl + пробел. Пользователям также доступна установка расширения для браузера Google Chrome.
VoiceNote поддерживает более 20 языков, включая экзотические африкаанс, китайский, японский и хинди.
Главные недостатки сервиса — рекламные баннеры сверху и снизу рабочего пространства с тенденцией к повторному появлению после каждой перезагрузки страницы.
Cloud Speech-to-Text
Мощный, но в то же время платный инструмент от разработчиков Google. В его работе используются технологии машинного обучения для распознавания коротких фраз и длительных аудиозаписей.
Cloud Speech-to-Text предоставляет пользователям расшифровку аудиозаписей в текст путем применения моделей нейронной сети через простой к понимаю API. Сервис может использоваться для голосовых команд управления, транскрибации аудио и прочих задач.
На стартовой странице сервиса можно провести распознавание с файла или микрофона без регистрации. Это позволит оценить качество его работы. Cloud Speech-to-Text умеет работать со 120 языками. Отрезок из аудиокниги на русском языке был транскрибирован практически идеально, исключение составили только несколько слов, которые было сложно разобрать даже человеческому уху.
Сервис можно смело рекомендовать, если перевод голоса в текст требуется постоянно в ходе профессиональной деятельности или по работе. Попробовать полный функционал можно на бесплатной основе, предварительно согласившись с правилами и предоставив данные кредитной карты.
Speechlogger.appspot.com – перевод речи в текст онлайн
Сервис speechlogger.appspot.com – ещё один популярный сетевой ресурс, позволяющий трансформировать речь в текст. Работает он по тому же самому алгоритму, что и описанный нами выше speechpad.ru. Переходите на ресурс, жмёте на кнопку с изображением микрофона, разрешаете сервису доступ к микрофону, диктуете текст.
«Dragon Professional» — расшифровка аудиозаписей в текст
На момент написания данного материала цифровой англоязычный продукт «Dragon Professional Individual» является одним из мировых лидеров по качеству распознаваемых текстов. Программа понимает семь языков (с русским пока работает лишь мобильное приложение «Dragon Anywhere» на Android и iOS), обладает высоким качеством распознавания голоса, умеет выполнять ряд голосовых команд. При этом данный продукт имеет исключительно платный характер (цена за основную программу составляет 300 долларов США, а за «домашнюю» версия продукта «Dragon Home» покупателю придётся выложить 75 американских долларов).
Для своей работы данный продукт от «Nuance Communications» требует создания своего профиля, который призван адаптировать возможности программы под специфику вашего голоса. Кроме непосредственной диктовки текста, вы можете обучить программу выполнять ряд команд, тем самым делая своё взаимодействие с компьютером ещё более конгруэнтным и удобным.
Ручной перевод
Итак, самое простое что можно сделать, это открыть какой-нибудь текстовый редактор. Например, блокнот, Word или Гугл Докс. Далее вам нужно будет включить аудио или видео и просто вводить эту информацию вручную в виде текста. Этот способ можно использовать, но он потребует от вас много времени. Поэтому, если вы не хотите тратить свое время на это, то лучше конечно рассмотреть другие варианты из нашего списка.
Для начала попробуйте данный метод, вполне возможно, что его вам будет достаточно и вам не придется использовать другие программы или сервисы. Преимущество этого метода в том, что его можно использовать как в Ворде так и в Гугл Докс.
Что нужно для старта?
Итак, для начала вам понадобиться сама запись, которую вы хотите транскрибировать в текст. После чего вам нужно будет включить функцию голосового ввода в текстовом редакторе. В Ворде вам придется включить диктовку, если у вас Макбук, то онлайн-распознавание речи. После того, как вы выполнили все необходимые настройки, то можете приступать к голосовому набору. Включите микрофон и воспроизведите ваше аудио или видео файл. Микрофон вы можете использовать как встроенный, так и гарнитуру.
Speechlogger
Speechlogger – приложение для мобильных устройств под управлением Android, которое можно бесплатно скачать в Google Play. Во время диктовки, программа самостоятельно редактирует текст и расставляет знаки препинания, что позволяет на выходе получить очень достойный результат.
Помимо указанных, существует еще немалое количество программ для ПК и мобильных устройств, а также онлайн-сервисов, позволяющих работать прямо в браузере, которые помогают расшифровывать аудиофайлы в текст, и даже частично автоматизируют этот процесс. Но какому бы софту вы не отдали предпочтение, необходимо быть готовым к тому, что полученный результат будет требовать проверки, исправления ошибок и внесения коррективов. Полностью автоматизировать процесс транскрибации не получится.
Преобразование речи в текст в Windows
Инструмент конвертации устной речи в письменную есть в обычной программе Office 365. Для запуска требуется войти в учетную запись Microsoft и установить микрофон. Далее можно запустить функцию голосового ввода. Текст будет отображаться в программе Word. Интересно, что пользователям Windows 8 и 10 вообще не нужны никакие программы. В операционной системе есть встроенная функция «Распознавание речи».
Выбор конкретного программного продукта в любом случае остается за вами. Не рассчитывайте, что алгоритмы смогут нормально расшифровать зашумленную запись, даже если вы заплатили достаточно приличные деньги за софт. И, скорее всего, для расшифровки «сложной» записи придется нанимать опытных фрилансеров или корпеть над конвертацией самому. Но для «чистой» диктовки и рутинных текстов сервисы и программы речевой расшифровки подходят прекрасно.
