Jak przepisać notatkę głosową na iPhonie na tekst?
Otwórz nagranie w aplikacji, która robi transkrypcję, albo od razu nagrywaj w takiej aplikacji. Dyktafon zapisuje każde nagranie jako plik .m4a na telefonie, więc podanie go innej aplikacji to udostępnienie, a nie wysyłka. W aplikacji Kaseta rozpoznawanie działa na samym iPhonie, gdy tylko modele są pobrane, więc nagranie nigdzie nie jest wysyłane, a tekst przychodzi niezależnie od zasięgu.
Jaka jest najlepsza aplikacja do transkrypcji na iPhone'a?
To zależy, gdzie ma trafić dźwięk. Otter i Notta wypadają lepiej, jeśli potrzebujesz wspólnej przestrzeni dla zespołu, transkrypcji, które współpracownicy otwierają w przeglądarce, i bota dołączającego do rozmów i słyszącego każdego uczestnika u źródła – i biorą za to abonament. Kaseta pasuje lepiej wtedy, gdy nagranie nie powinno opuszczać telefonu albo gdy wolisz nie wynajmować co miesiąc dostępu do własnych notatek.
Czy da się zrobić transkrypcję offline?
Da się, gdy modele rozpoznawania są już na telefonie. Kaseta pobiera je przy pierwszym uruchomieniu – to jedyny krok, który potrzebuje internetu – a potem tryb samolotowy, lot i sala seminaryjna w piwnicy zachowują się dokładnie tak samo jak pełne Wi-Fi. Sprawdzenie zajmuje minutę i warto zrobić je samemu: wyłącz wszystkie moduły radiowe, nagraj cokolwiek, dotknij Stop i poczekaj na tekst.
Czy można zamienić M4A na tekst?
Nie przez konwersję pliku. Konwerter formatu przepisuje kontener, a wynik dalej jest dźwiękiem. Tekst powstaje dopiero wtedy, gdy na dźwięku zadziała rozpoznawanie mowy, a to inna operacja: robi to albo aplikacja na Twoim urządzeniu, albo usługa na serwerze, po tym jak wyślesz jej plik. Na iPhonie nie ma czego konwertować wcześniej, bo .m4a to właśnie to, co zapisuje Dyktafon.
Jaki jest najlepszy darmowy dyktafon z transkrypcją?
Dyktafon Apple jest darmowy, już siedzi w telefonie i przepisuje krótkie notatki w językach, które Apple obsługuje. Darmowy plan Kasety nagrywa zupełnie bez ograniczeń i transkrybuje pierwsze pięć minut każdego nagrania. Limit dotyczy tekstu, nigdy nagrywania – ono trwa do końca i zapisuje się w całości.
Czy aplikacja wysyła gdzieś moje nagrania?
Nie. Twój dźwięk nigdy nie jest wysyłany do transkrypcji – rozpoznawanie działa na telefonie. Aplikacja łączy się z siecią w dwóch sprawach, w których nie ma żadnego dźwięku: pobiera modele rozpoznawania i obsługuje zakupy w App Store przez Apple. Jedna rzecz warta wiedzy nie dotyczy aplikacji: jeśli kopia zapasowa iPhone'a jest włączona, Twoje nagrania wchodzą do Twojej własnej kopii w iCloud, tak jak wszystko inne w telefonie. Ta kopia idzie na Twoje konto Apple, nigdy do nas, a Kasetę możesz z niej wyłączyć w ustawieniach iCloud na iPhonie.
Czy potrzebuję konta?
Nie. Bez rejestracji, bez adresu e-mail i bez ekranu logowania, bo konto zakładałoby serwer, który wie, kim jesteś. To znaczy też, że nie ma konta, o które ktoś mógłby wystąpić, ani resetu hasła, który wydałby Twoje nagrania komuś innemu. Ta strona nie używa też ciasteczek.
Ile języków rozpoznaje i czy aplikacja jest po polsku?
To dwie różne liczby i nie warto ich zlewać. Silnik rozpoznawania transkrybuje 99 języków, wszystkie rozpoznawane na telefonie. Interfejs samej aplikacji wychodzi w 39 lokalizacjach App Store – to 33 języki, jeśli warianty regionalne liczyć raz – i tak czy inaczej lista jest znacznie krótsza. Transkrypcja w Twoim języku działa niezależnie od tego, w jakim języku opisane są przyciski.
Czy jest limit długości nagrania?
Nie, w żadnym planie. Nagrywanie i import nigdy nie zostają przerwane limitem – to stała właściwość aplikacji, a nie funkcja planu. Pułap w planie darmowym ma tekst: pierwsze pięć minut każdego nagrania. Pro transkrybuje całe nagranie. Dwugodzinny wykład w planie darmowym i tak nagra się w całości, a przepisany zostanie jego początek.
Czy mogę wyeksportować transkrypcję do pliku?
Tak, w każdym planie: zwykły tekst, Markdown, SRT, WebVTT i JSON, ze znacznikami czasu albo bez, dla tekstu, który masz. Dopóki nagranie jest jeszcze przetwarzane, eksport czeka na koniec. Transkrypcja ucięta pułapem planu darmowego eksportuje się jako ten tekst, który istnieje, i jest oznaczona jako częściowa.
Czy rozpoznaje, kto mówi?
Tak, kiedy o to poprosisz. Rozdzielanie mówców to przycisk na gotowej transkrypcji, a nie coś, co uruchamia się samo: modele mówców są przygotowywane osobno od modeli rozpoznawania, a rozdzielanie obejmuje do 60 minut nagrania w każdym planie. W planie darmowym oznaczenia pokrywają pierwsze pięć minut. Nie zmienia to jednego: skąd bierze się dźwięk. Telefon transkrybuje to, co jego mikrofon słyszy w pokoju, więc ktoś dołączony zdalnie dociera do niego wyłącznie przez głośnik laptopa.
Co dokładnie obejmuje darmowy plan?
Nagrywanie i import są w nim bez limitu: dowolnie wiele nagrań, dowolnie długich, a dźwięk zawsze zapisuje się w całości. W każdym transkrybowane jest pierwsze pięć minut, a w tych pięciu minutach mówiący są rozdzieleni. Dokładniejszy model rozpoznawania, Jakość, ma własny darmowy limit 15 minut miesięcznie, zużywany w obrębie tych pierwszych pięciu minut, a wszystkie 99 języków rozpoznawania działa przy obu modelach. Kopiowanie i eksport tekstu, który masz, też są darmowe, we wszystkich pięciu formatach.
Co się stanie, jeśli w trakcie nagrywania przyjdzie połączenie?
Połączenie przerywa nagranie, a wszystko nagrane wcześniej zostaje zapisane. Czy nagrywanie potem samo wróci, zależy od iOS, nie od aplikacji: jeśli po powrocie Kaseta pokaże błąd, zaproponuje Kontynuuj i Stop, a Ty wybierasz. Tryb spotkania jest przypomnieniem, żeby przed ważnym nagraniem włączyć tryb samolotowy albo Focus – wtedy połączenie w ogóle nie przyjdzie.
Telefon padł w środku nagrania. Przepadło?
Dźwięk nagrany do chwili, w której telefon padł, jest zapisany. Otwórz Kasetę, znajdź nagranie w bibliotece i sprawdź jego status: jeśli transkrypcja się nie skończyła, ruszy dalej od tego miejsca. Nic nie musiało w tym celu docierać do serwera – dźwięk cały czas leżał w telefonie. Czego żadna aplikacja nie odzyska, to dźwięku, którego telefon nigdy nie nagrał – więc jeśli liczysz na długie nagranie, zaczynaj je z naładowaną baterią.
Czy nagrywanie zatrzymuje się, gdy rozłączą się słuchawki?
Nie z założenia, ale wyjęcie słuchawek zmienia wyjście dźwięku, a iOS traktuje to jak przerwanie. Czy nagrywanie leci dalej, decyduje system. Jeśli Kaseta pokaże błąd, wybierz Kontynuuj albo Stop – tak czy inaczej dźwięk nagrany do tej pory zostaje. Sprawdź status nagrania, zanim mu zaufasz w pociągu.
Czy mogę nagrywać, zanim model się pobierze?
Pierwsze uruchomienie potrzebuje internetu: Kaseta pobiera model rozpoznawania Szybki i tokenizer przed pierwszym nagraniem, a to pobieranie jest częścią konfiguracji aplikacji, nie czymś do pominięcia. Potem nagrywanie i rozpoznawanie działają offline. Model Jakość i modele mówców pobierane są osobno, kiedy pierwszy raz je włączysz.
Zostawiłem dyktafon włączony przez przypadek. Będzie nagrywał w nieskończoność?
Zapyta. Po dłuższej ciszy aplikacja sprawdza, czy nadal nagrywasz. Sama się nie zatrzymuje – decydujesz Ty, więc zapomniany w torbie dyktafon to pytanie na ekranie, a nie decyzja podjęta za Ciebie.
Jak zrobić, żeby nic nie przerwało ważnego nagrania?
Włącz wcześniej tryb samolotowy albo Focus. Tryb spotkania jest właśnie przypomnieniem, żeby to zrobić: połączenie przychodzące to rzecz, która najczęściej przerywa nagranie, a zapobiega mu jeden przełącznik. Kaseta nie potrzebuje sieci do transkrypcji, gdy modele są już pobrane, więc tryb samolotowy nic jej nie zabiera.
Czy aplikacja zmyśla słowa, których nie usłyszała?
Czasem, jak każde rozpoznawanie mowy przy niewyraźnym dźwięku. Sprawdź transkrypcję z nagraniem – dotknij znacznika czasu, a dźwięk odtworzy się od tego miejsca – i otwórz segment, żeby go poprawić, kiedy trzeba. Fragment ciszy może też wrócić jako pusty wynik, a nie jako zmyślone słowa.
Po zatrzymaniu nie ma tekstu. Dlaczego?
Sprawdź status nagrania w bibliotece. Oczekuje znaczy, że stoi w kolejce za innym nagraniem, W toku – że wciąż jest przetwarzane, a błąd proponuje Kontynuuj albo Stop. W planie darmowym tekst kończy się na piątej minucie. Nagranie zrobione, gdy modele jeszcze się pobierały, czeka na nie. A nagranie ciszy może dać pustą transkrypcję – to rozpoznawanie jest uczciwe, a nie zepsute.
Transkrypcja wyszła w złym języku. Co teraz?
Język to jedno ustawienie: Ustawienia, Transkrypcja, Język, gdzie domyślne jest wykrywanie automatyczne. Wybierz język, w którym mówiłeś, otwórz nagranie i dotknij Transkrybuj ponownie – następne przejście użyje tego języka. Nie ma przełącznika języka przy każdym nagraniu; ustawienie dotyczy wszystkiego, co transkrybujesz od tej chwili.
Czy mogę zatrzymać nagranie bez odblokowywania telefonu?
Tak. W czasie nagrywania na ekranie blokady i w Dynamic Island jest Live Activity z licznikiem i przyciskiem stop, więc zakończenie nagrania nie wymaga odblokowania telefonu i szukania aplikacji.
Czy mogę wstrzymać nagranie i wrócić do niego?
Tak, pauza i wznowienie są. W trakcie nagrywania możesz też postawić znacznik-flagę – właśnie tak odnajduje się potem ten jeden ważny moment, zamiast przewijać godzinę dźwięku.
Czy mogę usunąć dźwięk i zostawić tekst?
Tak. W zarządzaniu pamięcią można usunąć dźwięk nagrania i zostawić jego transkrypcję – na co większość starych nagrań w końcu zasługuje: tekst przeszukujesz i czytasz ponownie, a miejsce zajmuje dźwięk.
Czy Kaseta robi kopię zapasową albo synchronizuje moje nagrania?
Nie. Nie ma własnej synchronizacji ani własnej kopii zapasowej – biblioteka mieszka na telefonie. Kopia zapasowa samego iPhone'a może ją obejmować, zależnie od Twoich ustawień iCloud. Żeby mieć osobną kopię transkrypcji, wyeksportuj ją; wyeksportowana transkrypcja to kopia tekstu, nie dźwięku.
Jak znaleźć stare nagranie bez odsłuchiwania wszystkich?
Wyszukiwaniem w bibliotece: szuka w samych transkrypcjach, nie tylko w tytułach. Każde nagranie dostaje też własną nazwę i pokazuje pierwsze linie tekstu jako podgląd, więc listę da się czytać, zanim jeszcze zaczniesz szukać.
Na których iPhone'ach działa?
Na każdym iPhonie z iOS 17.6 lub nowszym. To aplikacja tylko na iPhone'a – bez wersji na iPada ani Maca. Jak szybko przychodzi transkrypcja i czy dostępny jest model Jakość, zależy od urządzenia.
