Was ist Sprache zu Text? Es ist Software, die gesprochene Sprache in Audio in geschriebenen Text umwandelt. Das Programm zerlegt den Ton in kurze Abschnitte, ordnet sie Sprachlauten zu und baut die wahrscheinlichsten Wörter. Dasselbe Prinzip heißt auch Spracherkennung oder ASR.
Aufnahme transkribieren
Senden Sie Ihre Sprachnachricht, Audio- oder Videodatei an @potok_now_bot in Telegram, und der Text kommt im Chat zurück.
@potok_now_bot in Telegram öffnen
Dateien bis 2 GB · Export als TXT, MD, DOCX, PDF, SRT und VTT · Sprecherkennzeichnung und Zeitmarken · rund 30 Sprachen
Wichtige Fakten
- Moderne Systeme nutzen neuronale Netze, die mit großen Sammlungen von Aufnahmen samt richtigem Text trainiert wurden, nicht handgeschriebene Regeln.
- Das übliche Qualitätsmaß ist die Wortfehlerrate, der Anteil ersetzter, fehlender oder hinzugefügter Wörter im Vergleich zu einem korrekten Transkript.
- Akzente, Fachjargon, Durcheinanderreden und Rauschen erhöhen die Fehlerrate, ebenso eine Sprache, die das System im Training kaum sah.
- Die Rohausgabe weiß nicht, wer sprach oder wo Sätze enden, deshalb ergänzen weitere Schritte Sprecherkennzeichnungen, Zeichensetzung und Zeitstempel.
- Sprache zu Text macht aus Ton Wörter in derselben Sprache; eine Sprache in eine andere zu übertragen, leistet es nicht.
So sieht es aus
// input
talk.m4a (spoken: "send the invoice on friday")
// pipeline
audio -> frames -> speech sounds -> likely words -> text
// output
send the invoice on friday
Mehr
Sehen Sie sich die vollständige Liste der Sprachen, die Werkzeuge und das Glossar an.
Häufige Fragen
Ist Sprache zu Text dasselbe wie Diktat?
Diktat ist eine Anwendung davon: Sie sprechen, und der Text erscheint in einem Dokument. Die Transkription einer Aufnahme ist eine andere Anwendung derselben Technik.
Ist es dasselbe wie Spracherkennung?
Ja, die Begriffe werden gleichwertig benutzt. ASR, kurz für automatische Spracherkennung, ist der Fachbegriff.
Wie genau ist es?
Das hängt von Audio, Stimme und Sprache ab. Veröffentlichte Wortfehlerraten zeigen, was zu erwarten ist, und eine klare Aufnahme hilft am meisten.
Wie wandle ich mit Potok eine Aufnahme in Text um?
Öffnen Sie den Bot, senden Sie Sprachnachricht, Audio oder Video oder fügen Sie einen YouTube-Link ein, und der Text kommt im Chat oder als Datei zurück.
Kann ich das Ergebnis exportieren?
Ja. Möglich sind TXT, MD, DOCX, PDF, SRT und VTT. Kurze Ergebnisse kommen als Text im Chat, lange als Datei.
Quellen
Jede Quelle wurde am angegebenen Datum von Hand geöffnet. Seiten ändern sich, öffnen Sie die Quelle also, wenn Ihnen ein Detail wichtig ist.
- Speech recognition (Wikipedia), Wikipedia · geprüft
- Word error rate (Wikipedia), Wikipedia · geprüft
Probieren Sie es mit Ihrer eigenen Aufnahme aus
Senden Sie Ihre Sprachnachricht, Audio- oder Videodatei an @potok_now_bot in Telegram, und der Text kommt im Chat zurück.
@potok_now_bot in Telegram öffnen