skryba.ai

Transkrypcja AMR na tekst

Format rozmów telefonicznych i starszych nagrywarek — najtrudniejszy materiał, jaki przyjmujemy, i warto wiedzieć dlaczego.

Gotowe do zapisu

Sprawdź język i zaczynamy.

Nagraj teraz

MP3, M4A, WAV, MP4, MOV i inne · do 5 GB · albo upuść plik w dowolnym miejscu

Bez konta. Nagrania do 5 minut są za darmo.

Język nagrania

Zostaw „Wykryj sam”, chyba że rozmowa miesza polski z angielskim.

Sprawdzamy długość nagrania…

  1. Wysyłka
  2. Zapis tekstu
  3. Czytasz
  1. Przesyłanie pliku
  2. Zapis tekstu
  3. Początek do przeczytania

Szyfrowane przesyłanie · automatyczna transkrypcja AI

W skrócie

Plik AMR zamienisz na tekst, przesyłając go bez konwersji. Uczciwie: to najtrudniejszy materiał, jaki przyjmujemy, bo AMR-NB zapisuje pasmo 8 kHz przy kilku kilobitach na sekundę — tyle, ile potrzeba do rozmowy przez telefon. Rozpoznanie zadziała, ale pomyłek będzie więcej niż przy nagraniu z dyktafonu czy z telefonu trzymanego przy ustach.

Jak to zrobić

  1. Skopiuj plik z telefonu na komputer bez wysyłania go komunikatorem, który mógłby go przekodować jeszcze raz.
  2. Przeciągnij plik AMR na pole powyżej. Konwersja niczego nie poprawi.
  3. Wskaż język nagrania ręcznie zamiast zostawiać wykrywanie — przy wąskim paśmie bywa mniej pewne.
  4. Przeczytaj podgląd i oceń dokładność, zanim zdecydujesz, czy zapłacić.

Dlaczego AMR jest trudny

AMR powstał po to, żeby ludzka mowa zmieściła się w kanale GSM, a nie po to, żeby ją wiernie zapisać. W odmianie wąskopasmowej próbkuje 8 kHz przy przepływności od 4,75 do 12,2 kbps — dla porównania zwykły MP3 z dyktafonu ma jej kilkakrotnie więcej przy dwukrotnie szerszym paśmie.

Praktyczny skutek jest zawsze ten sam: giną wysokie częstotliwości, po których odróżnia się spółgłoski szczelinowe. Po polsku najbardziej cierpią „s”, „sz” i „ś”, a po nich końcówki fleksyjne — czyli dokładnie to, co niesie gramatykę zdania. Nazwiska i nazwy własne wychodzą gorzej niż reszta tekstu, bo kontekst nie pomaga ich odgadnąć.

Piszemy o tym wprost, bo podgląd transkryptu jest darmowy i lepiej, żebyś ocenił jakość na własnym nagraniu przed zapłatą, a nie po niej. Jeśli wynik Cię nie przekona, nic nie zapłacisz.

Co jeszcze da się zrobić

  • Wskaż język ręcznie. Przy paśmie telefonicznym automatyczne rozpoznanie języka bywa mniej pewne niż samo rozpoznanie słów.
  • Nie konwertuj do WAV-a ani do MP3 o wysokiej przepływności. Wyciętych częstotliwości nie da się dołożyć, a plik tylko urośnie.
  • Nie przepuszczaj pliku przez komunikator. Drugie przekodowanie na już mocno skompresowanym nagraniu dokłada artefakty do artefaktów.
  • Jeśli masz to samo zdarzenie nagrane czymś jeszcze — dyktafonem w pokoju, drugim telefonem — prześlij tamten plik. Prawie zawsze będzie lepszy.

Na przyszłość: większość telefonów pozwala dziś nagrywać dyktafonem systemowym, który zapisuje M4A w pełnym paśmie. Jeśli rozmowa ma być potem przepisana, to jest różnica między materiałem trudnym a łatwym — a nie kwestia lepszego programu do transkrypcji.

Nagranie rozmowy to zwykle także cudze słowa. Warto pamiętać, na jakiej podstawie zostało zrobione i komu udostępniasz gotowy transkrypt — my przechowujemy nagrania prywatnie, a w ustawieniach konta możesz włączyć automatyczne kasowanie pliku dźwiękowego po 1, 7 albo 30 dniach.

Prześlij plik AMR i oceń podgląd

Pytania

Czy transkrypcja z AMR w ogóle ma sens?

Ma, tylko z niższą dokładnością niż przy zwykłym nagraniu. Podgląd jest darmowy i nie wymaga konta, więc najtaniej sprawdzić to na własnym pliku — jeden rzut oka na pierwsze zdania wystarczy, żeby ocenić, czy wynik się nadaje.

Czy konwersja AMR do WAV poprawi wynik?

Nie. Konwersja zwiększa plik, ale nie dokłada informacji, której w nim nie ma — pasmo 8 kHz zostaje pasmem 8 kHz. Prześlij oryginał.

Mam plik .3gp, a nie .amr

Też go przyjmiemy. 3GP to kontener ze starszych telefonów, w którym dźwięk bywa właśnie zakodowany w AMR — czasem razem z obrazem, czasem sam. Prześlij bez konwersji.

Masz nagranie? Za kilka minut przeczytasz je jako tekst.