Извличане на текст от аудио и видео с услугата TurboScribe

В днешно време все повече потребители си задават въпроса дали има приложение, което може да извлече текста от не много дълъг аудио или видео файл. С развитието на изкуствения интелект подобен тип услуги се усъвършенстват и стават все по-прецизни.

Тук ще си поговорим за TurboScribe. Това е уеб приложение, което позволява транскрибирането на аудио и видео файлове в следните формати: MP3, MP4, M4A, MOV, AAC, WAV, OGG, OPUS, MPEG, WMA и WMV. Необходимо е просто да влезете в сайта turboscribe.ai и да качите файл чрез бутона „Browse files“. Можете също да поставите линк например към видео в Youtube с бутона „Import from Link“.

Безплатният вариант на услугата позволява да се транскрибират по 3 файла на ден с максимална продължителност до 30 минути за всеки. Използва се моделът Whisper на компанията OpenAI, който се справя доста добре с аудио съдържание на български. Колкото по-качествен е записът, толкова по-малко грешки ще има в текста. След като качите файл или посочите линк за транскрибиране, ще се отвори страница със следните опции:

• „Audio Language“ – Език на съдържанието. Ако е разпознат автоматично, ще бъде избран например „Bulgarian“.
• „Transcription Mode“ – Режим на транскрибиране. За максимална точност изберете „Whale Most Accurate“. Поне в началото не изпробвайте другите два варианта, тъй като е възможно да получите почти неразбираем текст.
• „Speaker Recognition & More Settings“ – Тази отметка определя дали да се разпознават отделните говорещи (ако са повече от един). В транскрибирания текст преди репликите ще се изписва Speaker 1, Speaker 2 и така нататък.
• „How many speakers?“ – Ако сте включили горната опция, тук трябва да определите колко човека говорят в посочения от вас аудио или видео файл.
• „Transcribe to English“ – В случай, че искате транскрибираният текст да се преведе на английски.
• „Restore Audio“ – Можете да експериментирате с тази функция за не толкова качествени записи. Опитва се да премахне шума и донякъде да изчисти речта чрез изкуствен интелект. Използвайте опцията само за съдържание, което не е с високо качество.

Щом направите необходимите настройки, натиснете бутона „Transcribe“. Ще се покаже таблица с името на файла, кога е качен и неговия напредък. По-дълги файлове ще изискват повече време.

След като транскрибирането завърши, отворете линка с името на посочения по-рано аудио или видео файл. Текстът може да се експортира в DOCX, PDF и TXT, както и да се прегледа директно в страницата. Също така транскрибираното съдържание би могло да се преведе на над 134 езика чрез Google Translate. Изключете опцията „Show Timestamps“, за да не се показва времето на всяка реплика в текста.

За потребителите, които използват ChatGPT е предвидена възможност за свързване на профила в TurboScribe. Това ще ви позволи да обобщавате и редактирате полученото съдържание директно чрез този езиков модел.

TurboScribe също така се справя успешно с извличане на текст от песни, както и от предоставени линкове към мултимедийно съдържание например видеа в Youtube. Резултатите от транскрибирането не са идеални, в текстовете се срещат грешки и променени думи. Но ако искате да ги изчистите до голяма степен, можете да изпращате полученото съдържание към езиков модел като ChatGPT или Google Gemini, с молба да го редактира по желан от вас начин.

За да изпробвате TurboScribe не е необходима регистрация. Бихте могли да си направите профил, ако искате да имате достъп до всички ваши транскрибирани текстове. Предлага се и платен абонамент за 20 щатски долара на месец, който позволява неограничен брой транскрипции. Можете да качите до 50 файла наведнъж с максимална продължителност 10 часа и размер до 5 GB за всеки.

Очаквайте още интересни материали тук, както и на страницата ни във Facebook. Можете да разгледате и продуктите в нашия електронен магазин.