Zamiana mowy na tekst
Ta sama fraza opisuje dwa różne zadania. Zacznij od rozstrzygnięcia, które z nich masz — to oszczędza więcej czasu niż wybór narzędzia.
Gotowe do zapisu
Sprawdź język i zaczynamy.
W skrócie
Zamiana mowy na tekst dzieli się na dwa przypadki. Dyktowanie na żywo, gdy mówisz i słowa pojawiają się od razu — do tego najlepsze są darmowe narzędzia wbudowane w system. Transkrypcja, gdy masz już nagranie i chcesz je przepisać — tym zajmuje się skryba.ai, ze znacznikami czasu i rozpoznaniem mówców.
Które z dwóch zadań masz?
| Sygnał | Dyktowanie na żywo | Transkrypcja nagrania |
|---|---|---|
| Kiedy powstaje tekst | W trakcie mówienia | Po przesłaniu pliku |
| Ile osób mówi | Jedna — Ty | Zwykle kilka |
| Typowe zastosowanie | Notatka, e-mail, wiadomość | Wywiad, spotkanie, wykład, rozprawa |
| Czego potrzebujesz | Narzędzia systemowego, za darmo | Transkrypcji ze znacznikami czasu |
Przewiń tabelę w bok, aby zobaczyć pozostałe kolumny.
Jeśli chcesz dyktować na żywo
skryba.ai tego nie robi i nie ma sensu, żebyś zakładał u nas konto. Dyktowanie masz już opłacone w sprzęcie, który trzymasz w ręku.
- iPhone i iPad: ikona mikrofonu na klawiaturze systemowej. Polski jest obsługiwany.
- Android: mikrofon w Gboard, ta sama ścieżka.
- macOS: Dyktowanie w Ustawieniach systemowych, skrót domyślnie dwa razy Control.
- Windows 11: Windows + H otwiera dyktowanie w dowolnym polu tekstowym.
- Google Docs: Narzędzia → Pisanie głosowe, jeśli i tak piszesz w dokumencie.
Gdzie trafia Twój głos, zależy od narzędzia i nie jest to jednolite: dyktowanie w Windows 11 i w Dokumentach Google działa po stronie serwera, a Apple i Google potrafią rozpoznawać mowę na samym urządzeniu, ale zależnie od modelu i języka. Jeśli nagranie jest poufne, sprawdź to w dokumentacji konkretnego systemu, zanim zaczniesz dyktować.
Wróć tutaj, jeśli okaże się, że jednak masz nagranie do przepisania — na przykład dyktafon z zebrania albo plik od kogoś innego.
Jeśli masz nagranie do przepisania
To jest przypadek, do którego skryba.ai została zbudowana. Różnica wobec dyktowania jest większa niż moment powstania tekstu: nagranie ma wielu mówców, tło, przerwania i akustykę pomieszczenia, a wynik ma być dokumentem, nie strumieniem słów.
- Znaczniki czasu przy każdym fragmencie, więc wracasz do miejsca w nagraniu.
- Rozpoznanie mówców, więc widać kto co powiedział.
- Polski i angielski, z automatycznym wykrywaniem języka.
- Edycja w przeglądarce — poprawiasz nazwiska i terminy, których model nie mógł znać.
Co realnie decyduje o dokładności
Wybór narzędzia wpływa na wynik mniej niż jakość nagrania. Te same czynniki psują transkrypcję u każdego dostawcy, więc warto je znać przed nagraniem, a nie po.
- Odległość mikrofonu od mówiących — najważniejszy pojedynczy czynnik.
- Nakładające się głosy, których nie rozdzieli żaden model.
- Pogłos w pustej sali, gorszy dla dokładności niż równomierny szum.
- Żargon, nazwiska i skróty — tu poprawka ręczna jest szybsza niż szukanie lepszego modelu.
Pytania
Czy skryba.ai pozwala dyktować na żywo?
Nie. skryba.ai przepisuje nagrania, które już masz. Do dyktowania na żywo użyj narzędzia wbudowanego w system — na iPhonie i Androidzie mikrofonu na klawiaturze, na Windowsie skrótu Windows + H, na macOS Dyktowania w ustawieniach.
Czym różni się „mowa na tekst” od transkrypcji?
„Mowa na tekst” to szersze pojęcie, które obejmuje jedno i drugie. Transkrypcja to konkretnie przepisanie istniejącego nagrania, zwykle wielu mówców i ze znacznikami czasu. Dyktowanie to zamiana Twojego głosu na tekst w czasie rzeczywistym.
Mam nagranie głosowe z telefonu — to się nadaje?
Tak. Notatki głosowe z iPhone'a to pliki M4A, a wiadomości z komunikatorów zwykle OGG lub WebM — wszystkie te formaty obsługujemy. Prześlij plik bez zakładania konta i zobacz podgląd transkryptu.
Czy zamiana mowy na tekst działa po polsku?
Tak, polski jest podstawowym językiem tego narzędzia, obok angielskiego, a język rozpoznawany jest automatycznie. Najlepszym testem jest własne nagranie — darmowy podgląd istnieje właśnie po to.