رونویسی متن: تبدیل صوت به متن

در برگه ابزارها، این ابزار Text Transcription نام دارد و صفحه‌ای که باز می‌شود Speech to Text نامیده شده است. این ابزار برای پیام‌های صوتی، مصاحبه‌ها، سخنرانی‌ها، پادکست‌ها و هر ضبط دیگری که به متن کلمات آن نیاز دارید مناسب است.

آنچه می‌توانید اضافه کنید

ابزار Text Transcription با صدا کار می‌کند. ویدیو نیز پذیرفته می‌شود: برنامه صدای آن را روی دستگاه شما استخراج کرده و فقط صدا را بارگذاری می‌کند.

نحوه دریافت رونوشت متنی

1. برگه Tools را باز کنید و روی Text Transcription بزنید.

2. صدا را اضافه کنید: Choose برای انتخاب فایل، Record audio برای ضبط کردن، یا Paste link.

3. صبر کنید. بازشناسی متن به محض اضافه شدن فایل به صورت خودکار آغاز می‌شود؛ نیازی به زدن دکمه Transcribe نیست. متن در برگه Text نمایش داده می‌شود.

4. برای مشاهده نسخه خلاصه، برگه Essence را باز کنید. این خلاصه بعد از رونوشت به طور خودکار نوشته می‌شود.

زبان صحبت به طور خودکار شناسایی می‌شود. امکان انتخاب دستی آن وجود ندارد.

آنچه در برگه‌های Text و Essence دریافت می‌کنید

برگه Text شامل رونوشت کامل متن است. با موتور بازشناسی پیش‌فرض، اگر چند نفر صحبت کنند، متن بر اساس گویندگان (Speaker 1، Speaker 2 و غیره) به همراه برچسب زمانی برای هر بخش تفکیک می‌شود. با ضربه زدن روی هر برچسب زمانی، فایل از همان لحظه پخش می‌شود. برای مشاهده متن ساده، گزینه Show timecodes را خاموش کنید. متن قابل کپی کردن یا هم‌رسانی است.

برگه Essence خلاصه کوتاهی است که به زبان برنامه نوشته می‌شود، بدون توجه به این که ضبط به چه زبانی بوده است. این بخش شامل سه قسمت است:

• Brief: عنوان، خلاصه، نقل‌قول‌ها و نکته اصلی.

• Key points: نکات اصلی همراه با برچسب‌های زمانی. بسته به محتوای فایل، بخش‌های Steps، Questions and answers، Terms یا Action items را نیز دریافت می‌کنید.

• Chapters: بخش‌بندی فایل ضبط‌شده همراه با برچسب‌های زمانی.

گزینه Export to PDF بخش Essence را به صورت یک سند ذخیره می‌کند. در زیر متن رونوشت، بخش What next? گزینه‌های Discuss in chat، Translate text، Text to speech و Analyze text را به شما پیشنهاد می‌دهد.

تمام نتایج به History ابزار منتقل می‌شوند. بدون اشتراک Premium، سه نتیجه آخر نگه‌داری می‌شود؛ راهنمای نحوه کارکرد تاریخچه را ببینید.

نحوه تغییر موتور بازشناسی گفتار

ابزار Text Transcription تنظیمات اختصاصی ندارد. این ابزار از موتوری استفاده می‌کند که در Audio Translation انتخاب شده است: Audio Translation را باز کنید، روی نماد تنظیمات بزنید و به برگه Recognition بروید.

این انتخاب روی هر دو ابزار اعمال می‌شود.

هزینه استفاده

با موتور ElevenLabs Scribe، بازشناسی متن حدود 0.73 توکن به ازای هر دقیقه صدا هزینه دارد، بنابراین یک ساعت حدود 44 توکن خواهد بود. بخش Essence به صورت جداگانه محاسبه می‌شود: کسری از یک توکن برای یک پیام صوتی کوتاه، و چند توکن برای یک ضبط طولانی. تعرفه‌های دقیق هر موتور در قیمت توکن برای هر ابزار آورده شده است.

مواردی که Text Transcription انجام نمی‌دهد

• این ابزار کادری برای تایپ یا چسباندن متن ندارد. برای کار با متنی که از قبل دارید، از Text Translation یا بخش گفتگو استفاده کنید.

• فایل زیرنویس (SRT، VTT) تولید نمی‌کند. برای چسباندن زیرنویس روی ویدیو می‌توانید از Add Captions استفاده کنید.

• به خودی خود ترجمه انجام نمی‌دهد. برای ترجمه از گزینه Translate text در زیر رونوشت، یا از ابزار Audio Translation برای دریافت ترجمه صوتی استفاده کنید.

پرسش‌های متداول