Transkrypcja MP4 na tekst
Kontener, w którym wychodzi z platform prawie każde nagranie spotkania — i który wcale nie musi zawierać obrazu.
Gotowe do zapisu
Sprawdź język i zaczynamy.
W skrócie
Plik MP4 zamienisz na tekst, przesyłając go w całości — czytamy z niego ścieżkę dźwiękową, więc nie musisz jej wyodrębniać. Najczęściej trafiają do nas nagrania ze spotkań, a godzina takiego wideo waży od 450 MB do 2,2 GB. Ta sama godzina jako plik z samym dźwiękiem to 30–60 MB, więc jeśli platforma go udostępnia, prześlij właśnie jego.
Jak to zrobić
- Sprawdź, czy platforma udostępnia nagranie z samym dźwiękiem. Jeśli tak, weź je zamiast wideo.
- Przeciągnij plik na pole powyżej. Konta nie potrzebujesz.
- Zostaw wykrywanie języka na automatycznym albo wskaż polski lub angielski.
- Przeczytaj podgląd; pełny transkrypt odblokujesz jednorazową opłatą albo godzinami z abonamentu.
MP4 nie zawsze zawiera obraz
MP4 to kontener, a nie format dźwięku ani obrazu. Ten sam plik z rozszerzeniem .mp4 może nieść ścieżkę wideo razem z dźwiękiem albo sam dźwięk i nic więcej. Plik .m4a to dokładnie ten sam kontener z jedną ścieżką audio — stąd bierze się połowa nieporozumień wokół tego formatu.
Dla transkrypcji nie ma to najmniejszego znaczenia: obraz i tak pomijamy, a czytamy ścieżkę dźwiękową. Znaczenie ma dla czasu wysyłania, i to bardzo duże.
- Rozmiar zdradza zawartość szybciej niż jakikolwiek program: 30–60 MB na godzinę to sam dźwięk, kilkaset megabajtów albo więcej to plik z obrazem.
- Jeśli plik ma sam dźwięk, nie ma czego wyodrębniać — konwersja do MP3 tylko go pogorszy, nie zmniejszając zauważalnie.
- Jeśli ma obraz, też nie musisz nic robić. Wyodrębnianie oszczędza wyłącznie czas wysyłania.
Nagranie ze spotkania: prześlij dźwięk, nie obraz
Spotkania to najczęstsze źródło plików MP4, które do nas trafiają, i najbardziej wdzięczny materiał do przesłania inaczej. Obraz w takim nagraniu to zwykle udostępniony ekran albo kilka nieruchomych kamer — treści jest w nim tyle co nic, a bajtów bardzo dużo.
Wartości poniżej są orientacyjne i policzone tak samo: 1 Mbps to około 450 MB na godzinę. Kolumna „zmieści się w 5 GB” dzieli przez nie limit przesyłania, jednakowy dla wszystkich — bez konta i z kontem.
| Co przesyłasz | Typowe źródło | Na godzinę | Zmieści się w 5 GB |
|---|---|---|---|
| Sam dźwięk, 64 kbps mono | nagranie audio ze spotkania | 29 MB | ok. 175 h |
| Sam dźwięk, 128 kbps | eksport w wyższej jakości | 58 MB | ok. 88 h |
| Wideo, 1 Mbps | udostępniony ekran, mało ruchu | 450 MB | ok. 11 h |
| Wideo, 2 Mbps | siatka kamer, zwykłe spotkanie | 900 MB | ok. 5,5 h |
| Wideo, 5 Mbps | pełne 1080p, dużo ruchu | 2,2 GB | ok. 2 h |
Przewiń tabelę w bok, aby zobaczyć pozostałe kolumny.
Ta sama godzina spotkania waży więc kilkanaście do czterdziestu razy mniej, jeśli weźmiesz wersję dźwiękową. Zoom potrafi nagrywać osobny plik z samym dźwiękiem — trzeba to włączyć w ustawieniach nagrywania. W pozostałych platformach szukaj tej opcji przy pobieraniu nagrania; nie każda ją daje, a wtedy po prostu prześlij wideo.
Platforma zrobiła już transkrypt. Po co drugi
Jeśli spotkanie nagrała platforma, do której masz dostęp, jej własny zapis bywa wystarczający — zwłaszcza gdy chodzi o szybkie przypomnienie, o czym była rozmowa. Ten sam plik przesłany tutaj daje jednak coś, czego tamten zapis z natury nie daje.
- Zapis, który zostaje u Ciebie także wtedy, gdy nagranie zniknie z platformy razem z jej okresem przechowywania.
- Poprawianie pojedynczych fragmentów i nazywanie mówców własnymi imionami, a nie „Uczestnik 3”.
- Eksport do TXT i SRT w planach płatnych — do napisów albo do dalszej obróbki.
- Działa też dla pliku, który ktoś Ci po prostu przysłał. Nie musisz mieć dostępu do cudzego spotkania ani do jego platformy.
Nagranie ze spotkania to zwykle cudze słowa, więc warto pamiętać o zgodzie uczestników na nagrywanie i o tym, komu udostępniasz gotowy transkrypt. Nagrania przechowujemy prywatnie, a w ustawieniach konta możesz włączyć automatyczne kasowanie pliku dźwiękowego po 1, 7 albo 30 dniach — sam transkrypt zostaje.
Pytania
Czy muszę wyciągnąć dźwięk z pliku MP4?
Nie. Prześlij plik w całości — czytamy z niego ścieżkę dźwiękową, a obraz pomijamy. Wyodrębnianie skraca wyłącznie czas wysyłania i ma sens dopiero przy naprawdę dużym nagraniu albo wolnym łączu.
Skąd wziąć wersję nagrania z samym dźwiękiem?
Zoom potrafi zapisać osobny plik z samym dźwiękiem, jeśli włączysz to w ustawieniach nagrywania. W innych platformach sprawdź listę plików przy pobieraniu nagrania. Jeśli takiej wersji nie ma, prześlij wideo — 5 GB starczy na kilka godzin typowego spotkania.
Mój plik MP4 nie ma obrazu. Czy to problem?
Nie, i tak jest nawet wygodniej. MP4 to kontener, który może nieść sam dźwięk — plik .m4a to ten sam kontener z jedną ścieżką. Przyjmujemy oba tak samo i w obu czytamy dokładnie to samo.
Jak długie nagranie MP4 się zmieści?
Ograniczeniem jest rozmiar, nie długość: 5 GB. Przy wideo ze spotkania to około 2 do 11 godzin, zależnie od przepływności obrazu. Przy wersji z samym dźwiękiem — blisko stu godzin i więcej.