Strona główna › Przepisanie nagrania na tekst

Pliki audio i wideo · przetwarzanie lokalne

Przepisanie nagrania na tekst — na Twoim Macu

Masz nagranie i potrzebujesz z niego tekstu. Przepisanie nagrania na tekst zaczyna się od wskazania pliku audio lub wideo, a kończy zapisem ze znacznikami czasu i podziałem na mówców — bez wysyłania pliku gdziekolwiek, bo cała transkrypcja powstaje na Twoim Macu. Eksport do TXT, SRT i VTT.

Co możesz przepisać

Punkt wyjścia jest zawsze ten sam: masz plik i potrzebujesz z niego tekstu. Program przyjmuje typowe formaty dźwiękowe, które otwiera macOS — m4a, mp3, wav, aiff — a także pliki wideo, z których wyciąga ścieżkę dźwiękową, więc mp4 czy mov z nagraniem spotkania nie wymagają wcześniejszej konwersji.

• Nagrania z dyktafonu. Pliki z Olympusa, Sony, Zooma czy Tascama zgrywasz na Maca i wskazujesz w programie. To najczęstszy przypadek — sprzęt zapisuje dźwięk świetnie, ale zostawia Cię z godzinami materiału do spisania.
• Notatki głosowe z telefonu. Nagrania z aplikacji Dyktafon na iPhonie i pliki z Androida traktowane są tak samo jak każde inne.
• Nagrania spotkań i rozmów. Zarówno takie, które nagrałeś w programie, jak i wyeksportowane z narzędzia do wideokonferencji.
• Wywiady badawcze i dziennikarskie. Typowo jeden mikrofon i dwie osoby — najlepszy możliwy materiał dla automatycznego zapisu.
• Wykłady, podcasty, materiały wideo. Wszystko, gdzie zależy Ci na przeszukiwalnym tekście, a nie na słuchaniu po raz drugi.

Jak wygląda przepisanie nagrania krok po kroku

• 1. Wskazujesz plik. Przeciągasz go do okna programu albo wybierasz z dysku. Nic nie jest nigdzie wysyłane — plik zostaje tam, gdzie leży.
• 2. Program dzieli nagranie na wypowiedzi. Wykrywa, gdzie ktoś mówi, a gdzie jest cisza, i grupuje fragmenty według głosów.
• 3. Rozpoznaje mowę. Model leżący na Twoim dysku pracuje na układzie graficznym Maca i zamienia każdy fragment w tekst, sam wykrywając język spośród 99 obsługiwanych.
• 4. Dostajesz zapis. Każdy fragment ma znacznik czasu i przypisanego mówcę, więc możesz kliknąć zdanie i wrócić do tego miejsca w nagraniu.
• 5. Eksportujesz. Tekst wychodzi jako plik TXT, a dla materiału wideo dodatkowo jako napisy SRT albo VTT.

Gotowe transkrypcje zostają w lokalnej bibliotece razem z nagraniami, a wyszukiwarka szuka po treści wypowiedzi, dacie i mówcy. To zwykle ważniejsze niż sam moment przepisania: nagranie sprzed pół roku przestaje być plikiem, którego nikt nie odsłucha, a staje się czymś, co da się znaleźć jednym zapytaniem.

Kto co powiedział

Przy nagraniu z kilkoma osobami sam tekst to za mało — potrzebujesz wiedzieć, kto wypowiedział które zdanie. Program rozdziela nagranie na głosy automatycznie, a Ty możesz nadać mówcom imiona, które rozpoznawane są też w kolejnych nagraniach. Przy nakładających się wypowiedziach i słabym mikrofonie przypisanie bywa błędne i wymaga ręcznej poprawki; szczegóły i ograniczenia opisaliśmy osobno w tekście o transkrypcji z podziałem na mówców.

Ile to trwa i co obciąża komputer

Przetwarzanie idzie na Twoim Macu, więc czas zależy od modelu komputera, wybranego modelu językowego i długości nagrania — a nie od kolejki na cudzym serwerze. Godzinne nagranie na współczesnym Macu zajmuje wyraźnie mniej niż godzinę, ale nie jest to operacja natychmiastowa i przy dłuższych plikach wentylator może ruszyć. Nie ma za to opłat za minutę, limitu wielkości pliku narzuconego przez dostawcę ani czekania na to, aż plik się wyśle. Przy nagraniach wielogodzinnych warto podłączyć zasilanie.

Czego nie zrobi za Ciebie

Automatyczny zapis to materiał surowy i tak należy go planować. Nazwiska, nazwy firm, terminy branżowe i skróty wymagają sprawdzenia, interpunkcja jest interpretacją modelu, a przy osobach mówiących jednocześnie podział na mówców się rozjeżdża. Nagranie z drugiego końca sali konferencyjnej albo z głośnika telefonu da wynik wyraźnie gorszy niż mikrofon przy rozmówcy. Program nie streszcza też nagrania, nie wyciąga z niego zadań do wykonania i nie tłumaczy transkrypcji na inny język — zwraca zapis tego, co padło.

Nie dajemy również gwarancji wykorzystania transkrypcji jako dowodu w jakimkolwiek postępowaniu. To zapis roboczy, a nie dokument urzędowy.

Plik nie opuszcza Twojego Maca

Serwisy działające w chmurze wymagają wysłania nagrania na cudzy serwer, gdzie jest ono przetwarzane i zwykle również przechowywane. Tutaj tego kroku nie ma: rozpoznawanie odbywa się na Twoim urządzeniu, nie ma konta ani wysyłki, a program działa w trybie samolotowym. Dla nagrań objętych tajemnicą zawodową — rozmów w kancelarii, wywiadów z zapewnieniem poufności, materiałów HR — to różnica pierwszorzędna, bo sam decydujesz, czy nagranie w ogóle wychodzi z Twoich rąk.

To opis architektury programu, a nie opinia prawna. Ocena podstawy prawnej i celu przetwarzania należy do administratora danych, w praktyce do Twojego IOD albo działu prawnego; nie deklarujemy zgodności z przepisami i niczego nie certyfikujemy. Więcej o samej architekturze: transkrypcja bez chmury.

Nagrania, w których słychać inne osoby

Nagranie rozmowy, w której sam uczestniczysz, nie jest w Polsce przestępstwem z art. 267 Kodeksu karnego — ten przepis dotyczy uzyskiwania dostępu do cudzej komunikacji, która nie była przeznaczona dla Ciebie. To jednak nie znaczy, że nagranie bez wiedzy rozmówcy jest obojętne: narusza jego dobra osobiste, w tym tajemnicę komunikowania się (art. 23 i 24 Kodeksu cywilnego), i uruchamia obowiązki wobec danych osobowych. W firmie dochodzą przepisy o monitoringu pracowników (art. 22² i następne Kodeksu pracy), a stanowisko UODO wobec nagrywania dźwięku w miejscu pracy jest restrykcyjne. W praktyce: uprzedź na początku, odnotuj zgodę w transkrypcji, przy sprzeciwie nie nagrywaj. To informacja, nie porada prawna.

Wymagania, cena i wersja bezpłatna

Zanim zapłacisz, przepiszesz 5 nagrań audio i 5 wideo bez zakupu i bez zakładania konta — to limity łączne, a nie dzienne. Samo nagrywanie nie jest liczone w ogóle, a materiał, który raz przeszedł transkrypcję, możesz przepuścić ponownie bez zużywania limitu, na przykład po zmianie ustawień języka albo z większym modelem. Kwota 49,99 $ to cena sklepowa w dolarach; w polskim App Store zobaczysz obowiązującą kwotę w złotych, a płatność i ewentualny zwrot obsługuje Apple według swoich zasad.

Częste pytania

Zobacz też