skryba.ai
Zaloguj sięWypróbuj za darmo

Transkrypcja WMA na tekst

Format dyktafonów i starszych nagrań z Windowsa — przyjmujemy go bez konwersji, choć nie każdy WMA jest sobie równy.

Prześlij nagranie

Plik WMA zamienisz na tekst, przesyłając go bez konwersji — przyjmujemy go tak samo jak MP3. Warto wiedzieć, że pod jednym rozszerzeniem kryją się trzy różne rzeczy. Odmiana z trybu mowy schodzi w oszczędnych profilach dyktafonów aż do 8 kHz i to ona, obok wąskopasmowego AMR-NB, należy do nielicznych przypadków, w których sam zapis realnie obniża dokładność rozpoznania.

Prześlij nagranie. Konto założysz dopiero po wyniku.

Upuść plik tutaj lub wybierz go z dysku. Najpierw pokażemy Ci początek transkryptu.

Szyfrowane przesyłanie · plik automatycznie wygaśnie · transkrypcja w pełni automatyczna (AI)

lub

Który model transkrypcji myli najmniej słów?

skryba.ai transkrybuje na modelu Scribe v2, który w niezależnym indeksie Artificial Analysis myli 2,2% słów — najmniej ze wszystkich mierzonych. Dla porównania Gemini 3.5 Transcribe myli 2,6%, a Whisper large-v3 — 4,1%. To ten sam model, który zapisuje początek transkryptu pokazywany przed płatnością.

Word Error Rate — błędnie rozpoznane słowa — mniej = lepiej
ModelWER
skryba.ai (Scribe v2)model, na którym transkrybujemy2,2%
MAI-Transcribe-1.5Microsoft Azure2,4%
Gemini 3.5 TranscribeGoogle2,6%
Universal-3 ProAssemblyAI3,1%
GPT TranscribeOpenAI3,3%
Whisper large-v3OpenAI4,1%
Nova-3Deepgram5,2%

Źródło: Artificial Analysis, indeks AA-WER v2, tryb non-streaming — odczyt 27 sierpnia 2026. Pokazujemy siedem z ponad 40 mierzonych modeli: czołówkę zestawienia i najbardziej rozpoznawalne nazwy. Ranking mierzy przede wszystkim nagrania po angielsku — dla polszczyzny nikt takiego porównania nie publikuje. Dlatego początek każdej transkrypcji pokazujemy, zanim o cokolwiek poprosimy.

Trzy różne rzeczy pod jednym rozszerzeniem

WMA to nie jeden format, tylko rodzina. Ta sama końcówka .wma może oznaczać zapis bezstratny, zwykły stratny albo tryb mowy o bardzo niskiej przepływności — i różnica między nimi jest znacznie większa niż między 128 a 320 kbps w MP3.

OdmianaSkąd pochodziCzego się spodziewać
WMA Losslesszgrywanie płyt, archiwaduży plik, jakość bez zarzutu
WMA (stratny)starsze nagrania z Windowsajak MP3 — bez wpływu na wynik
WMA Voicedyktafon w trybie mowywąskie pasmo, więcej pomyłek

Przewiń tabelę w bok, aby zobaczyć pozostałe kolumny.

Wszystkie trzy przyjmujemy i wszystkie przetworzymy. Rozróżnienie ma znaczenie tylko dla oczekiwań: pierwsze dwa zachowują się jak każdy inny plik audio, trzeci bywa realnie trudniejszy.

Dlaczego tryb mowy w dyktafonie szkodzi

Dyktafony mają tryby o mylących nazwach. „Mowa”, „LP”, „długie nagrywanie” czy „SP” to zwykle zapis mono o niskiej przepływności, a w najbardziej oszczędnych profilach próbkowany zaledwie 8 kHz, czyli w paśmie telefonicznym. Sam kodek głosowy WMA obsługuje od 8 do 22 kHz, więc konkretna wartość zależy od modelu i wybranego trybu — na 8 kHz schodzą te ustawienia, które obiecują najwięcej godzin na karcie. Rozpoznawanie mowy pracuje na tym, co w tym paśmie zostało, a wycięte zostają właśnie wysokie częstotliwości odróżniające spółgłoski szczelinowe — po polsku „s”, „sz” i „ś”.

Nie da się tego odzyskać po fakcie: konwersja do WAV-a ani do MP3 320 kbps nie dołoży informacji, której w pliku nie ma. Dlatego przy takim nagraniu jedyne, co realnie pomaga, to wskazanie języka zamiast wykrywania automatycznego — przy wąskim paśmie rozpoznanie języka bywa mniej pewne.

  • Przy następnym nagraniu przełącz dyktafon na tryb o wyższej jakości — „HQ”, „PCM” albo 44,1 kHz, zależnie od modelu.
  • Karta pamięci starcza dziś na setki godzin nawet w najwyższej jakości, więc tryb oszczędny rozwiązuje problem, którego nie ma.
  • Jeśli dyktafon pozwala wybrać format, WAV albo MP3 są wygodniejsze niż WMA — nie dla nas, tylko dla Ciebie: odtworzysz je na każdym systemie.

Prześlij nagranie z dyktafonu

Najczęściej zadawane pytania

Czy muszę przekonwertować WMA do MP3?

Nie. Przyjmujemy WMA bez konwersji, a przekodowanie na MP3 niczego nie poprawi — zapis stratny przeliczony na inny stratny może wyjść tylko gorzej.

WMA nie odtwarza się na Macu. Czy plik jest zepsuty?

Nie. To format Microsoftu, którego systemy Apple nie obsługują natywnie — plik jest w porządku, brakuje tylko odtwarzacza. Prześlij go tak, jak jest; my go odczytamy.

Nagranie z dyktafonu wyszło słabo. Co da się zrobić?

Po fakcie niewiele: oszczędne tryby dyktafonu schodzą do 8 kHz, a wyciętych wysokich częstotliwości nie da się dołożyć konwersją. Pomaga wskazanie języka zamiast wykrywania, a przy kolejnych nagraniach — przełączenie dyktafonu na tryb wyższej jakości.