В нашем современном, насыщенном событиями мире, скорость работы с информацией является одним из краеугольных камней достижения успеха. От того как насколько быстро мы получаем, создаём, перерабатываем информацию зависит наша рабочая производительность и продуктивность, а значит и наш непосредственный материальный достаток. Среди инструментов, способных повысить наши рабочие возможности, важное место занимают программы для перевода речи в текст, позволяющие существенно увеличить скорость набора нужных нам текстов. В данном материале я расскажу, какие существуют популярные программы для перевода аудио голоса в текст, и каковы их особенности.
Большинство ныне существующих программ для перевода голоса в текст имеют платный характер, предъявляя ряд требований к микрофону (в случае, когда программа предназначена для компьютера). Крайне не рекомендуется работать с микрофоном, встроенным в веб-камеру, а также размещённым в корпусе стандартного ноутбука (качество распознавания речи с таких устройств находится на довольно низком уровне). Кроме того, довольно важно иметь тихую окружающую обстановку, без лишних шумов, способных напрямую повлиять на уровень распознавания вашей речи.
При этом большинство таких программ способны не только трансформировать речь в текст на экране компьютера, но и использовать голосовые команды для управления вашим компьютером (запуск программ и их закрытие, приём и отправление электронной почты, открытие и закрытие сайтов и так далее).
Программа преобразования речи в текст
Перейдём к непосредственному описанию программ, способных помочь в переводе речи в текст.
Программа «Laitis»
Бесплатная русскоязычная программа для распознавания голоса «Laitis » обладает хорошим качеством понимания речи, и, по мнению её создателей, способна практически полностью заменить пользователю привычную клавиатуру. Программа хорошо работает и с голосовыми командами, позволяя с их помощью выполнять множество действий по управлению компьютером.
Для своей работы программа требует обязательного наличия на ПК скоростного интернета (в работе программы используются сетевые сервисы распознавания голоса от «Google» и «Yandex»). Возможности программы позволяют, также, управлять с помощью голосовых команд и вашим браузером, для чего необходима установка на веб-навигатор специального расширения от «Laitis» (Chrome, Mozilla, Opera).
«Dragon Professional» — расшифровка аудиозаписей в текст
На момент написания данного материала цифровой англоязычный продукт « Dragon Professional Individual » является одним из мировых лидеров по качеству распознаваемых текстов. Программа понимает семь языков (с русским пока работает лишь мобильное приложение «Dragon Anywhere» на и ), обладает высоким качеством распознавания голоса, умеет выполнять ряд голосовых команд. При этом данный продукт имеет исключительно платный характер (цена за основную программу составляет 300 долларов США, а за «домашнюю» версия продукта «Dragon Home » покупателю придётся выложить 75 американских долларов).
Для своей работы данный продукт от «Nuance Communications» требует создания своего профиля, который призван адаптировать возможности программы под специфику вашего голоса. Кроме непосредственной диктовки текста, вы можете обучить программу выполнять ряд команд, тем самым делая своё взаимодействие с компьютером ещё более конгруэнтным и удобным.
«RealSpeaker» — сверхточный распознаватель речи
Программа для трансформации голоса в текст «RealSpeaker » кроме стандартных для программ такого рода функций, позволяет задействовать возможности веб-камеры вашего ПК. Теперь программа не только считывает аудио составляющую звука, но и фиксирует движение уголков губ говорящего, тем самым более корректно распознавая выговариваемые им слова.
«RealSpeaker» считывает не только аудио, но и визуальную составляющую процесса речи
Приложение поддерживает более десяти языков (в том числе и русский), позволяет распознавать речь с учётом акцентов и диалектов, позволяет транскрибировать аудио и видео, даёт доступ к облаку и многое другое. Программа условно бесплатна, за платную версию придётся заплатить вполне реальные деньги.
«Voco» — программа быстро переведёт голос в текстовый документ
Ещё один преобразователь голоса в текст – это платный цифровой продукт «Voco », цена «домашней» версии которого ныне составляет около 1700 рублей. Более продвинутые и дорогие варианты данной программы – «Voco.Professional» и «Voco.Enterprise» имеют ряд дополнительных возможностей, одной из которых является распознавание речи из имеющихся у пользователя аудиозаписей.
Среди особенностей «Voco» отмечу возможность дополнения словарного запаса программы (ныне словарный запас программы включает более 85 тысяч слов), а также её автономную работу от сети, позволяющую не зависеть от вашего подключения к Интернету.
Среди плюсов «Voco» — высокая обучаемость программы
Приложение включается довольно просто — достаточно дважды нажать на клавишу «Ctrl».Приложение абсолютно бесплатно, поддерживает несколько десятков языков, среди которых и русский.
Заключение
Выше мной были перечислены программы для перевода вашей аудио записи голоса в текст, описан их общий функционал и характерные особенности. Большинство подобных продуктов обычно имеет платный характер, при этом ассортимент и качество русскоязычных программ качественно уступает англоязычным аналогам. Особое внимание при работе с подобными приложениями рекомендую уделить вашему микрофону и его настройкам – это имеет важное значение в процессе распознавания речи, ведь плохой микрофон может свести на нет даже самый качественный софт рассмотренного мной типа.
Сразу нужно сказать - программы, автоматически распознающей и переводящей речь в текст, не существует. Во всяком случае, пока. Поэтому расшифровка записей в текст на данный момент производится только вручную. В этой статье представлен обзор программ, помогающих сделать этот нелегкий процесс более удобным, быстрым и качественным.
RSplayer V1.4 Данная программа имеет много возможностей по обработке аудиофайлов, но здесь мы рассмотрим только использование ее для расшифровки аудио.
Для удобства расшифровки аудиофайлов в программе предусмотрен простой текстовый редактор, в верхней части окна которого размещается аудиоплейер. Существуют следующие комбинации клавиш: левый Alt – курсорная стрелка вниз – остановка воспроизведения, левый Alt – курсорная стрелка вверх – возобновление воспроизведения с позиции минус пять секунд от позиции остановки воспроизведения (очень удобная функция для расшифровщика). Эти же комбинации клавиш действуют из всех программ Windows, что позволяет использовать для расшифровки, например, Microsoft Word.
Программа проста в использовании, все, что вам необходимо сделать для работы - это загрузить запись в программу, запустить воспроизведение и набивать текст, используя для остановки и возобновления указанные выше комбинации клавиш.
Программа для обработки и расшифровки аудиозаписей в текст RSplayer V1.4 распространяется бесплатно; скачать ее, а также получить более подробную информацию о ней можно на сайте разработчика http://www.recsound.org/rsplayer.html
Dragon Dictate - это американская программа для распознавания речи (естественно, английской), используется для перевода речи в текст, а также для передачи голосовых команд компьютеру. На Dragon Dictate были основаны отечественные версии «Диктант»,"Комбат", "Горыныч", «Диктограф».
Прямо скажем, все отечественные программы оставляют желать лучшего.С настройкой программ придется изрядно повозиться - настроить их на тембр собственной речи, занести новые слова в словарь. Впрочем, чем больше работаешь в этих программах, тем больше они «привыкают» к голосу и понимают вас, но для этого нужно время, и немалое.
Вряд ли хоть одну из них можно считать полноценной программой для транскрипции речи в текст. Даже в идеальных условиях, при отсутствии шумов, при четком произношении - ошибок масса. Кроме того, приходится постоянно отвлекаться на просмотр вводимого текста, постоянно исправлять неточности. В итоге скорость расшифровки раза в 2 ниже, чем при вводе вручную с клавиатуры.
Что касается расшифровки интервью, семинаров, конференций пр., то названные программы для подобной работы не подходят совершенно, так как понимают речь только своего «хозяина». Желающие поближе познакомиться с различными "горынычами" найдут в Интернете большое количество бесплатных версий этих программ.
Транскрайбер «Цезарь» от Центра Речевых Технологий. Удобная программа, легкая в эксплуатации, работа ведется в редакторе Microsoft Word (в 2003 и в 2007), есть функция шумоочистки и замедления голоса, что иногда очень спасает при расшифровке «сложных» записей.
Для тех, у кого большой опыт расшифровки и хорошая скорость печати, наоборот, есть функция ускорения записи. Управление воспроизведением осуществляется как автоматически на панели транскрайбера, так и с помощью специальной ножной педали, которая предоставляется в комплекте с программой. Есть автоматическая проверка орфографии, что позволит избежать ошибок и опечаток.
Очень удобно то, что заранее можно задать имена участников и потом вводить их одним нажатием клавиши, что также ускоряет работу. "Цезарь" поддерживает расшифровку звука во всех распространенных форматах. Минус у этой программы только один - она платная .
Узнать более подробную информацию о программе можно на сайте Центра Речевых Технологий http://www.speechpro.ru/product/transcription/cesar
Вместо «Цезаря» можно не менее успешно использовать проигрыватель AIMP - отличный бесплатный вариант, скачать можно на официальном сайте http://www.aimp.ru/ .
В настройках отрегулируйте функции «Немного перейти назад» и «Немного перейти вперед» - они нужны, чтобы заново прослушать последний фрагмент или перейти на фрагмент вперед.
Вызвав эквалайзер, можно уменьшить значение Speed и увеличить значение Pitch. При этом скорость воспроизведения замедлится, но высота голоса (если правильно подобрать Pitch) - не изменится. Постарайтесь так подобрать эти два параметра, чтобы можно было практически синхронно со звуком набирать текст, только иногда останавливая запись. Если все удобно и правильно настроить, то набор будет занимать гораздо меньше времени.
Программу для расшифровки аудио Express Scribe легко бесплатно скачать в Интернете. Поддерживает огромное количество форматов записи, имеет интеграцию с Microsoft Word. Доступна отмотка назад по нажатию одной кнопки, интервал отмотки в секундах можно настраивать любой.
Также изменяется скорость проигрывания, есть функция шумоочистки. Программа хорошая, легкая в освоении, несмотря даже на то, что интерфейс на английском языке, так что можно смело рекомендовать ее для работы. TextService активно использует эту программу для расшифровки интервью, круглых столов, конференций, семинаров, и др.
Надеемся, статья пригодится и поможет в выборе программ для расшифровки аудиозаписей. Учитывая черепашью скорость развития анализаторов речи, похоже, что работа стенографисток, машинисток и операторов будет актуальна еще очень долгое время. И может это и к лучшему, ведь ни одна программа не сможет до конца понять человеческую речь, верно интерпретировать речевые и эмоциональные акценты. Плюс к этому стенографистки-машинистки сохранят свою работу - борьба с безработицей)
В свою очередь хотим напомнить, что готовы выполнить для вас расшифровку аудиозаписи в текст любой тематики в любое время дня и ночи, что конечно сэкономит ваше время.
Титровщик телефона для глухих и слабослышащих
Превратите ваш экран в удивительном заголовка телефона. Это полностью автоматический, без человеческого слуха-машинистки ваши разговоры. Находят бабушки и дедушки трудно услышать семью и друзей по телефону? Включите Speechlogger для них и остановить кричать по телефону. Просто подключите аудиовыход телефона к аудио входу компьютера и запустить Speechlogger. Это также полезно в лицом к лицу взаимодействия.
Автоматическая транскрипция
Вы записали интервью? Сохранить некоторое время на переписывание его, с автоматическим речи Google, к тексту, принесла в ваш браузер по Speechlogger. Воспроизведение записанного интервью в микрофон вашего компьютера (или линии) в-и пусть speechlogger сделать транскрипцию. Speechlogger сохраняет транскрипции текст вместе с датой, временем и ваши комментарии. Она также позволяет редактировать текст. Телефонных разговоров могут быть расшифрованы с помощью того же метода. Вы также можете записать аудио-файлы непосредственно с компьютера, как описано ниже.
Автоматический устный и письменный переводчик
Встреча с иностранными гостями? Принесите ноутбук (или два) с speechlogger и микрофона. Каждая сторона будет видеть друга произнесенные слова, переведенные на их родном языке в режиме реального времени. Это также полезно на телефонный звонок на иностранном языке, чтобы убедиться, что вы в полной мере понять другую сторону. Подключите аудиовыход вашего телефона, чтобы линейный вход вашего компьютера и начать Speechlogger.
Изучайте иностранные языки и улучшайте навыки произношения
Speechlogger является отличным инструментом для изучения языков и может быть использован u200b u200Bin несколько способов. Вы можете использовать его, чтобы узнать словарный запас, говоря на вашем родном языке и давая программного обеспечения перевести его. Вы можете учиться и практиковать правильное произношение, разговаривая на иностранном языке и, видя, понимает ли Speechlogger или нет. Если расшифрованы текст в черным шрифтом это означает, что вы произнес это хорошо.
Генерирование субтитров для фильмов
Speechlogger может автоматически записать фильмы или другие звуковые файлы. Затем возьмите файл и автоматически перевести его на любой язык, чтобы произвести международные субтитры.
Диктуйте вместо ввода
Написание письма? Документы? Списки? Резюме? Независимо от того, вам нужно ввести, попробуйте диктовать его Speechlogger вместо этого. Speechlogger будет автоматически сохранять его для вас, и позволит экспортировать его в документ.
Забавная игра:)
Вы можете имитировать китайскую динамик? Французский? Что о русском языке? Попробуйте имитировать иностранный язык и увидеть то, что вы только что сказали, с Speechlogger. Используйте синхронный перевод Speechlogger, чтобы понять, что вы только что сказали. Получить удивительные результаты - это очень весело!
Не так давно мне понадобилась перевести кучу аудио записей в текст (транскрибация аудио в текст). Посидев несколько часов в поисках подходящей программы понял, что таковых нет. Есть только для голосового ввода, но мне это не подходило. Перепробовал кучу разных инструкций и сервисов, потратил столько на это времени, но все же нашел один способ как преобразовать аудиофайл текст. Решил написать подробную и понятную инструкцию так как сам не нашел подобной.
Интересные статьи по теме:
Как преобразовать аудио файл в текст
И так начнем как я уже говорил софта я не нашел использовать будем онлайн сервис для голосового ввода с его помощью можно перевести любой аудио файл в текст например перевести mp3 в текст. Но для начала нам нужно подготовить наш компьютер. Идем на этот сайт https://www.vb-audio.com/Cable/ и скачиваем виртуальный кабель. Он позволить нам воспроизводить аудиозапись и передавать звук на виртуальный микрофон.
Скачав его нужно установить, для этого запускаем.exe файл от имени администратора.
После установки в значке громкости кликаем правой кнопкой и выбираем Устройство воспроизведения.
В открывшемся окно кликаем на Cable input правой кнопкой мыши и устанавливаем его устройством по умолчанию. После этого звук у вас пропадет, так как воспроизводиться он будет на новом виртуальном устройстве.
Теперь переходим на сайт Многие пишут что нужно зарегистрироваться после чего появиться больше функции и т.д Нам все это не нужно по этому просто кликаем включить запись.
После чего нужно настроить микрофон в браузере. Кликаем на значек камеры в браузере отмечаем разрешить и выбираем Микрофон это наше виртуальное устройство CABLE… и нажимаем готово.
Теперь осталось запустить нужный аудио файл и смотреть на результат.
Результат получается так себе, но все же лучше потом что-то исправить, чем набирать все с нуля. Из своего опыта скажу, что примерно 60% аудиозаписи блокнот распознает. Подведем итог, что мы сделали. Мы перенаправили воспроизводимый звук на виртуальный кабель, который работает как обычный микрофон. После чего воспользовались голосовым блокнотом. В принципе вы можете выбрать и другой сервис, например в гугл документах так же есть голосовой набор. Да и программы подобные есть. Я распознавал именно телефонные разговоры. По этому если вы скажем, хотите перевести в текст например музыку то результат может быть совсем другой.
Для того, чтобы распознать речь
и перевести её из аудио или видео в текст
, существуют программы и расширения (плагины) для браузеров. Однако зачем всё это, если есть онлайн сервисы? Программы надо устанавливать на компьютер, более того, большинство программ распознавания речи далеко не бесплатны.
Большое число установленных в браузере плагинов сильно тормозит его работу и скорость серфинга в интернет. А сервисы, о которых сегодня пойдет речь, полностью бесплатны и не требуют установки – зашел, попользовался и ушел!
В этой статье мы рассмотрим два сервиса перевода речи в текст онлайн . Оба они работают по схожему принципу: Вы запускаете запись (разрешаете браузеру доступ к микрофону на время пользования сервисом), говорите в микрофон (диктуете), а на выходе получаете текст, который можно скопировать в любой документ на компьютере.
Speechpad.ru
Русскоязычный онлайн сервис распознавания речи. Имеет подробную инструкцию по работе на русском языке.
- поддержку 7 языков (русский, украинский, английский, немецкий, французский, испанский, итальянский)
- загрузку для транскрибации аудио или видео файла (поддерживаются ролики с YouTube)
- синхронный перевод на другой язык
- поддержку голосового ввода знаков препинания и перевода строки
- панель кнопок (смена регистра, перевод на новую строку, кавычки, скобки и т.п.)
- наличие персонального кабинета с историей записей (опция доступна после регистрации)
- наличие плагина к Google Chrome для ввода текста голосом в текстовом поле сайтов (называется «Голосовой ввод текста — Speechpad.ru»)
Dictation.io
Второй онлайн сервис перевода речи в текст. Иностранный сервис, который между тем, прекрасно работает с русским языком, что крайне удивительно. По качеству распознавания речи не уступает Speechpad, но об этом чуть позже.
Основной функционал сервиса:
- поддержка 30 языков, среди которых присутствуют даже венгерский, турецкий, арабский, китайский, малайский и пр.
- автораспознавание произношения знаков препинания, перевода строки и пр.
- возможность интеграции со страницами любого сайта
- наличие плагина для Google Chrome (называется «VoiceRecognition»)
В деле распознавания речи самое важное значение имеет именно качество перевода речи в текст. Приятные «плюшки» и вохможности – не более чем хороший плюс. Так чем же могут похвастаться в этом плане оба сервиса?
Сравнительный тест сервисов
Для теста выберем два непростых для распознавания фрагмента, которые содержат нечасто употребляемые в нынешней речи слова и речевые обороты. Для начала читаем фрагмент поэмы «Крестьянские дети» Н. Некрасова.
Ниже представлен результат перевода речи в текст каждым сервисом (ошибки обозначены красным цветом):
Как видим, оба сервиса практически с одинаковыми ошибками справились с распознаванием речи. Результат весьма неплохой!
Теперь для теста возьмем отрывок из письма красноармейца Сухова (к/ф «Белое солнце пустыни»):
Отличный результат!
Как видим, оба сервиса весьма достойно справляются с распознаванием речи – выбирайте любой! Похоже что они даже используют один и тот же движок — уж слижком схожие у них оказались допущенные ошибки по результатам тестов). Но если Вам необходимы дополнительные функции типа подгрузки аудио / видео файла и перевода его в текст (транскрибация) или синхронного перевода озвученного текста на другой язык, то Speechpad будет лучшим выбором!
Кстати вот как он выполнил синхронный перевод фрагмента поэмы Некрасова на английский язык:
Ну а это краткая видео инструкция по работе со Speechpad, записанная самим автором проекта:
Друзья, понравился ли Вам данный сервис? Знаете ли Вы более качественные аналоги? Делитесь своими впечатлениями в комментариях.
