پیادهکردن دستی یک ضبط صوتی چند برابر طول خود فایل زمان میبرد. تشخیص خودکار گفتار پیشنویس اول را برایتان آماده میکند و شما فقط باید متن را مرور و چند کلمه را اصلاح کنید. این روش برای مصاحبه، جلسه، کلاس، پادکست، پیام صوتی و حتی صدای یک ویدیو کاربرد دارد.
بسیاری از سایتهای پیادهسازی فایل را روی سرور خود آپلود میکنند و دقیقههای رایگانشان محدود است. ابزار تبدیل صدا به متن ساندبنچ فرق دارد: مدل هوش مصنوعی روی دستگاه خود شما اجرا میشود، پس ضبط شما خصوصی میماند و نه اعتباری لازم است و نه حساب کاربری.
پیش از شروع چه چیزی لازم است؟
به یک فایل صوتی یا راهی برای ضبط نیاز دارید. فرمتهای رایج مثل MP3، WAV، M4A و FLAC همگی پشتیبانی میشوند. اگر ضبط شما ویدیو است، ابتدا صدایش را جدا کنید. اگر هنوز چیزی ضبط نکردهاید، میتوانید گفتار را مستقیم در مرورگر ضبط کنید.
دقت نتیجه بیشتر به کیفیت ضبط بستگی دارد تا ابزار. گفتار واضح، صحبت یک نفر در هر زمان و میکروفون نزدیک به گوینده بیشترین تاثیر را دارند.
گامبهگام: تبدیل صدا به متن با ساندبنچ
ابزار تبدیل صدا به متن ساندبنچ در soundbench.net/audio-to-text/ از مدل متنباز Whisper شرکت OpenAI استفاده میکند که بیش از ۹۰ زبان را میفهمد. مدل بار اول دانلود میشود و بعد از آن بهصورت محلی اجرا میشود.
- صفحهی soundbench.net/audio-to-text/ را باز کنید و فایل صوتی را روی آن بکشید، یا با میکروفون ضبط کنید.
- زبان را انتخاب کنید یا بگذارید خودکار تشخیص داده شود. برای زبانهایی غیر از انگلیسی، گزینهی «دقیق» را انتخاب کنید.
- یکی از حالتهای سریع، متعادل یا دقیق را بزنید، سپس روی تبدیل کلیک کنید و ظهور متن را ببینید.
- متن را کپی کنید یا بهصورت TXT دانلود کنید. اگر زیرنویس زماندار میخواهید، SRT یا VTT را بگیرید.
آمادهسازی صدا برای دقت بیشتر
چند کار کوچک پیش از تبدیل میتواند خطاها را کم کند. اگر ضبط شما خش، هوم یا صدای فن دارد، ابتدا آن را با حذف نویز ساندبنچ در soundbench.net/remove-background-noise/ تمیز کنید. اگر صدا خیلی آرام است، با تغییر بلندی صدا در soundbench.net/change-volume/ آن را بلندتر کنید.
اگر فقط بخشی از یک فایل بلند مهم است، آن را با برش و رینگتون در soundbench.net/trim-audio/ جدا کنید تا منتظر کل فایل نمانید. برای ضبط تازه، ضبط صدای آنلاین در soundbench.net/online-voice-recorder/ ضبط را با کیفیت کامل نگه میدارد و آن را به ابزارهای دیگر میفرستد.
تبدیل صدای ویدیو و ساخت زیرنویس
برای ویدیو یک گام اضافه لازم است. با تبدیل ویدیو به MP3 در soundbench.net/video-to-mp3/ صدای کلیپ را جدا کنید و سپس همان فایل صوتی را به متن تبدیل کنید. فایل SRT که دانلود میکنید در بیشتر پخشکنندهها و ویرایشگرهای ویدیو بهعنوان زیرنویس بارگذاری میشود.
انتخاب سطح دقت
سه حالت دقت، سرعت و کیفیت را با هم معاوضه میکنند.
همیشه پیش از استفاده یک بار متن را بخوانید. نامها، اصطلاحات تخصصی و صحبت همزمان چند نفر رایجترین نقطههای ضعف هستند.
| حالت | مناسب برای | سرعت |
|---|---|---|
| سریع | انگلیسی واضح و پیشنویس سریع | سریعترین |
| متعادل | ضبطهای روزمره | متوسط |
| دقیق | زبانهای دیگر و صدای دشوار | کندترین |
نکاتی برای متن تمیزتر
هنگام ضبط مصاحبه، میکروفون را نزدیک گوینده بگذارید، اتاق ساکتی انتخاب کنید و از افراد بخواهید روی صحبت هم نیایند. پیش از شروع، تنظیمات را با تست میکروفون ساندبنچ در soundbench.net/mic-test/ بسنجید.
هر جا متن نهایی عجیب به نظر میرسد، آن را با صدا مقایسه کنید.
پرسشهای متداول
آیا تبدیل صدا به متن واقعاً رایگان است؟
بله. این ابزار در ساندبنچ دقیقه، اعتبار یا حساب کاربری ندارد. هوش مصنوعی روی دستگاه شما اجرا میشود و چیزی برای دریافت پول وجود ندارد.
آیا ضبط من جایی آپلود میشود؟
خیر. مدل گفتار یک بار دانلود میشود و تبدیل روی دستگاه خودتان انجام میشود، پس مصاحبهها و جلسههای خصوصی نزد شما میمانند.
چقدر طول میکشد؟
بسته به دستگاه و حالت دقت فرق میکند. در یک کامپیوتر امروزی حالت سریع یک ساعت صدا را در چند دقیقه تمام میکند و حالت دقیق چند برابر بیشتر زمان میبرد. گوشیها کندترند.