私は予想していたよりも頻繁に Speech to Text に手を伸ばします。 これは、ブラウザの Whisper を使用して短いオーディオ クリップをテキストに書き写す必要があるときに、静かに時間を節約してくれる小さなツールの 1 つです。
ブラウザの Whisper を使用して、短いオーディオ クリップをテキストに書き起こします。 音声認識はローカルで実行されます。 音声が当社のサーバーにアップロードされることはありません。
このガイドでは、その目的、段階的な使用方法、もっと早く誰かに教えてほしかったと思ういくつかのヒント、人々から最も寄せられる質問など、全体を説明します。
私が最も気に入っている部分は何ですか? すべてがブラウザ内で正しく実行されます。 サーバーには何もアップロードされないため、ファイルは常に自分のデバイス上に残ります。
短いバージョン
ブラウザの Whisper を使用して、短いオーディオ クリップをテキストに書き起こします。 MP3、WAV、WebM、OGG、M4A ファイルに対応しており、ほとんどの人が日常的に必要とするものをカバーしています。
単一のジョブを実行するため、高速です。 それを開いて操作を行うと、通常は 1 分以内に完了します。
使用方法: 実際の手順
これは数分で完了します。 その流れは次のとおりです。
- 表示されている最大再生時間内で短い音声ファイルをアップロードします。 ここで開くことができます: Speech to Text。
- [音声の文字起こし] をクリックします。
- 文字起こしをコピーまたはダウンロードします。 以上です。
実際の状況に合わせて構築されている
PDF、電子メール、Web ページから貼り付けた乱雑なテキストを検討している人。
素早い集計、比較、または書式設定の修正が必要な学生および研究者。
出版前に下書きをクリーンアップまたはチェックするライターと編集者。
本当に役立ついくつかのこと
これらはルールではなく、単に時間を節約できたものです:
- 非常に大きな入力に対しては、より小さなチャンクで作業します。 そうすることで、問題を見つけやすくなります。
- Word または Web ページからの書式設定により奇妙な文字が発生する場合は、プレーン テキストとして貼り付けます。
- 最初にデフォルト設定を試してください。 最も一般的なケースに合わせて調整されており、いつでもそこから調整できます。
- 結果が適切でない場合は、何が違いを生み出したのかを知るために、一度に 1 つずつ設定を変更します。
- 開始する前に元のコピーを保管してください。これには 1 秒ほどかかり、やり直す場合に手間が省けます。
人々がよく間違える場所
何かがおかしいと感じた場合、ほとんどの場合、次のいずれかが原因です。
- プロセスの途中でリフレッシュします。 作業はブラウザで行われるため、リロードすると最初からやり直しになります。
- ブラウザで処理できない形式を入力すると、ブラウザが処理できなくなります。 MP3、WAV、WebM、OGG、M4A にこだわり、必要に応じて最初に変換してください。
- タブを閉じるのが早すぎます。 特に低速接続の場合は、終了するまで待ってから移動してください。
- 間違ったバージョンのファイルをアップロードする。 古いタブを閉じて、最初にファイル名を再確認してください。