Transkrypcja audio na tekst na iPhonie

Nagranie to po prostu plik w Twoim telefonie. Transkrypcja audio na tekst to przepuszczenie tego dźwięku przez rozpoznawanie mowy, żeby dostać coś, co da się przeszukać, wkleić i poprawić. Na iPhonie może się to dziać w całości na urządzeniu: Kaseta transkrybuje 99 języków bez konta i – gdy tylko modele są pobrane – z wyłączoną siecią. Nagrywasz albo importujesz, dotykasz Stop i czytasz tekst, kiedy telefon skończy.

Najpierw jedna rzecz, bo wyniki wyszukiwania są tego pełne: prawie każda strona do zamiany audio na tekst każe wgrać plik. Dźwięk idzie na czyjś serwer, tekst wraca stamtąd. Kaseta to wariant, w którym plik nie rusza się z miejsca – praca dzieje się na tym samym telefonie, na którym nagranie już leży.

Skąd bierze się Twoje nagranie

Dyktafon zapisuje każde nagranie jako plik .m4a na telefonie i właśnie dlatego można je natychmiast podać innej aplikacji, zamiast najpierw gdzieś wysyłać. Jeśli plik przyszedł skądinąd – jako załącznik w mailu, pobrany plik, wiadomość – droga jest ta sama, a poradnik o .m4a przechodzi ją krok po kroku. Dla nagrań przychodzących na czacie krótszy jest poradnik o WhatsAppie.

Ile to kosztuje

Darmowy plan nagrywa bez ograniczeń i transkrybuje pierwsze 5 minut każdego nagrania. Dalej dźwięk nagrywa się nadal i zapisuje w całości; limit stoi na tekście, nigdy na nagrywaniu. Pro – 19,99 USD rocznie albo 39,99 USD raz i nigdy więcej – transkrybuje całe nagranie i znosi miesięczny limit modelu Jakość. Eksport, w pięciu formatach tekstowych, jest w każdym planie.

Kiedy lepsze jest inne narzędzie

Transkrypcja samej Apple. iOS 18 dodał ją do Dyktafonu. Jeśli Twój język jest jednym z obsługiwanych przez Apple, a krótka transkrypcja przydaje Ci się od czasu do czasu, to już to masz, jest za darmo i nie potrzebujesz kolejnej aplikacji.
Otter, Notta i inne usługi chmurowe. Wysyłają bota na Twoją rozmowę, biorą jej dźwięk u źródła i prowadzą wspólne, przeszukiwalne archiwum, które cały zespół otwiera w przeglądarce. Kaseta nie robi nic z tych rzeczy – słyszy pokój, w którym leży telefon, a transkrypcja zostaje na tym telefonie. Jeśli to jest zadanie, one robią to lepiej i warte są swojego abonamentu.
Komputer i duże archiwum. Jeśli masz dwieście godzin wywiadów na Macu, lokalny Whisper przemieli je tam szybciej niż jakikolwiek telefon. To też jest offline i też za darmo.
Człowiek od transkrypcji. Przy rozprawie sądowej albo czymkolwiek, co musi być dosłowne i poświadczone, żadna automatyczna transkrypcja nie jest właściwą odpowiedzią.

Kaseta broni się w jednym konkretnym przypadku: nagranie nie powinno opuszczać urządzenia, a Ty wolisz nie wynajmować dostępu do własnych nagrań na minuty. Jeśli to o Tobie, zacznij od strony głównej albo otwórz plik w aplikacji.

Kroki

Otwórz nagranie, które już masz

W Dyktafonie dotknij nagrania, a potem przycisku udostępniania. Każde nagranie to plik .m4a leżący na telefonie, więc przekazanie go innej aplikacji jest lokalne – nic się nie wysyła.

Przekaż je do aplikacji Kaseta

Wybierz aplikację Kaseta w menu udostępniania. Jeśli rozmowa jeszcze się nie odbyła, pomiń eksport i nagrywaj od razu w aplikacji.

Dotknij Stop i poczekaj na tekst

Rozpoznawanie mowy działa na telefonie, gdy tylko modele są pobrane. Nagranie pokazuje postęp, a potem transkrypcja jest gotowa do przeczytania i sprawdzenia – działa też w trybie samolotowym.

Skopiuj tekst albo go wyeksportuj

Kopiowanie działa w każdym planie, a eksport też: zwykły tekst, Markdown, SRT, WebVTT lub JSON, ze znacznikami czasu albo bez.

Najczęściej zadawane pytania

Jak zrobić transkrypcję audio na tekst na iPhonie?

Udostępnij nagranie z Dyktafonu aplikacji, która robi transkrypcję, albo od razu nagrywaj w takiej aplikacji. W aplikacji Kaseta rozpoznawanie odbywa się na samym iPhonie, więc nagranie nigdzie się nie wysyła, a tekst pojawia się niezależnie od tego, czy masz zasięg.

Czy jest darmowa aplikacja do transkrypcji?

Jest, a pierwsza z nich już siedzi w telefonie: od iOS 18 Dyktafon Apple sam tworzy transkrypcję dla języków, które Apple obsługuje. Darmowy plan aplikacji Kaseta nagrywa zupełnie bez ograniczeń i transkrybuje pierwsze pięć minut każdego nagrania; ten pięciominutowy limit dotyczy wyłącznie transkrypcji – samo nagrywanie nigdy nie zostaje przerwane.

Czy da się zamienić mowę na tekst bez internetu?

Da się. Transkrypcja na urządzeniu oznacza, że model rozpoznawania mowy działa na sprzęcie, który trzyma nagranie, a nie na zdalnym serwerze – dlatego po jednorazowym pobraniu modeli działa w trybie samolotowym, w samolocie i w budynku bez zasięgu. Strony, które każą wgrać plik, robią dokładnie odwrotnie.

Która aplikacja do transkrypcji jest najlepsza na iPhone'a?

To zależy od tego, gdzie ma trafić nagranie. Otter i Notta są mocniejsze, 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, gdy nagranie nie powinno opuszczać telefonu albo gdy wolisz zapłacić raz niż wynajmować minuty.