Audio na tekst krok po kroku, bez wysyłania, na Macu lub w Windows

Krótka odpowiedź

Aby zamienić mowę z nagrania na tekst, dodaj plik do Lesskeys: program do transkrypcji przepisze go na Twoim komputerze, z podziałem na mówców, i niczego nie wyśle. Działa także bez internetu.

Pobierz na Maca

Pobierz na Windows

Inne pliki do pobrania

macOS 13+ na Apple Silicon · Bez abonamentuWindows 10 i 11 · Bez abonamentu

Ostatni przegląd: 21 października 2026

Ilustracja: plik audio o nazwie interview.m4a zostaje przeciągnięty do okna Przepisz przy wyłączonym Wi-Fi. Obok okno transkrypcji wypełnia się wiersz po wierszu trzema wymyślonymi zdaniami przykładowymi.

Ilustracja z wymyślonym przykładowym tekstem, nie zrzut ekranu.

Wrzuć plik

Jak zamienić audio na tekst

Otwórz Lesskeys, wybierz Przepisz i dodaj plik.
Zostaw automatyczne wykrywanie języka albo wskaż do czterech języków.
Ustawiasz, ile osób mówiło (domyślnie 2).Podaj, ile osób mówiło: wybierz od 1 do 4 albo wpisz własną liczbę.
Uruchom transkrypcję. Tekst przeczytasz w Bibliotece; naciśnij odtwarzanie przy wierszu, by odtworzyć od tego miejsca, albo użyj Kopiuj wszystko.

Przy pierwszym uruchomieniu pobiera się niewielki zestaw plików do rozpoznawania mówców.

Kto co powiedział

Oznaczenie mówcy w każdym wierszu

Każdy wiersz ma oznaczenie mówcy.

Zmień nazwę Mówcy 1 na prawdziwe imię albo scal dwa oznaczenia, jeśli jedną osobę rozdzielono na dwie. Nazwany głos może zostać rozpoznany w kolejnych nagraniach; odciski głosowe zostają na Twoim komputerze. Oznaczenia mówców opisują, co sprawia, że bywają błędne.

Twój komputer

Plik nigdy nie opuszcza Twojego komputera

Strona z konwerterem wysyła Twój plik na serwer. Lesskeys czyta go z Twojego dysku i zapisuje tekst obok.

Nicnie jest wysyłane
Offlinedziała bez internetu
99języków

Wyłącz Wi-Fi i spróbuj: transkrypcja wideo bez wysyłania.

Sprawdź

Kiedy transkrypcja audio jest błędna

Jest tak dobra, jak nagranie.

Hałas i odległość
Nazwy i żargon
Dwie osoby naraz
Długi plik może urwać się wcześniej

Sprawdź imiona i terminy techniczne. W długim pliku model mowy może pominąć końcówkę i mimo to zgłosić, że skończył: porównaj ostatnie wiersze z nagraniem (kiedy Whisper kończy za wcześnie). Tam, gdzie człowiek musi sprawdzić każde słowo, skorzystaj z usługi obsługiwanej przez ludzi. Czym jest transkrypcja na urządzeniu podaje nasze liczby dotyczące dokładności.

Na Macu

Jakie pliki działają na Macu i jak szybko

Audio lub wideo, bez konwersji dla popularnych typów.

Dźwięk: MP3, M4A, WAV, AIFF
Wideo: MP4, MOV, M4V

Inne formaty mogą się nie otworzyć: najpierw je przekonwertuj. W naszym teście na jednym Apple M1 Max godzina nagrania zajęła około pięciu minut przy dokładniejszym modelu. Rozpoznawanie mówców dodaje czas, a starszy Mac jest wolniejszy.

Źródło: Jaki model Whisper uruchomić na Macu.

W Windows

Jakie pliki działają w Windows

Audio lub wideo: okno wyboru plików przyjmuje popularne typy.

Dźwięk: WAV, MP3, M4A, FLAC, OGG, WMA, AIFF
Wideo: MP4, MOV, M4V, MKV, AVI, WEBM, WMV

To, czy dany plik się otworzy, zależy od sposobu jego zakodowania: jeśli któryś się nie otwiera, najpierw przekonwertuj go do MP4 lub M4A. Szybkość w Windows nie była tu mierzona, więc nie podajemy żadnej liczby. Pierwsza transkrypcja pobiera niewielki zestaw modeli mówców. Nie masz jeszcze pliku? Najpierw nagraj notatkę głosową w Windows.

Pytania

Pytania o zamianę audio na tekst

Jak zamienić audio na tekst bez wysyłania pliku?

Użyj aplikacji do transkrypcji na urządzeniu. Lesskeys przepisuje pliki audio i wideo na Twoim komputerze: plik jest czytany z dysku, tekst zapisywany obok, a nic nie jest wysyłane. Nie potrzeba konta.

Jakie formaty plików działają?

Na Macu: audio MP3, M4A, WAV i AIFF; wideo MP4, MOV i M4V. Inne formaty, takie jak MKV, WEBM, WMA czy AVI, mogą się tam nie otworzyć; najpierw przekonwertuj je do MP4 lub M4A. W Windows okno wyboru plików przyjmuje WAV, MP3, M4A, FLAC, OGG, WMA, AIFF i popularne typy wideo; plik, który się nie otwiera, przekonwertuj.

Czy mogę przepisać długie nagranie, na przykład godzinne spotkanie?

Tak, godzinne spotkanie to zwykłe zadanie. Długie nagranie przepisuje się dłużej niż krótki fragment, a wolniejszy komputer jeszcze dłużej. Porównaj ostatnie wiersze transkrypcji z nagraniem, żeby sprawdzić, czy nic nie ucięto.

Jak dokładna jest transkrypcja?

To zależy bardziej od nagrania niż od komputera. W naszym teście na 6 086 słowach publicznych nagrań najdokładniejszy model mowy mylił się w około 2 słowach na 100. Nie testowaliśmy konwerterów w chmurze, więc nie twierdzimy, że dorównujemy im wynikiem: sprawdź na własnym nagraniu.

Więcej