语音转文字:支持 MP3、M4A、WAV 等格式

访谈、讨论或口述记录:Themera 可将 53 种语言的音频转录为包含发言人和时间戳的文字。以下是支持的格式及压缩大文件的方法。

免费转录 30 分钟 · 无需信用卡。

应用界面为英文或德文。您的材料、编码和结果将保持您的语言。

支持的格式

不支持 MP4 或 MOV 等视频文件。请先提取音频,如下所述。

格式典型来源说明
MP3录音笔、录音应用、导出文件文件小且兼容性好,适合长录音
M4AiPhone 录音、Zoom 音频文件文件小,语音质量良好
WAV专业录音设备、音频软件未压缩,文件非常大
FLAC音频软件、归档副本无损压缩,比 WAV 小
OGG浏览器、开源工具文件紧凑
WebM浏览器内录制的文件文件紧凑

一小时音频的文件大小是多少?

这些数值是比特率乘以时长。对于语音,64 kbps 的单声道 MP3 或 M4A 完全足够;更高质量对转录几乎无提升,但会减慢上传速度。

设置每小时文件大小(约值)
WAV,44.1 kHz,16 位,立体声约 635 MB
WAV,16 kHz,16 位,单声道约 115 MB
MP3,128 kbps约 58 MB
MP3 或 M4A,64 kbps,单声道约 29 MB

转换视频和大文件

像 Audacity 这样的音频编辑器也可以直接将录音导出为单声道 MP3 格式。

  1. 通过 VLC 媒体播放器的“媒体”菜单,选择“转换/保存”打开文件。
  2. 选择 "Audio - MP3" 配置文件,如有需要,在配置文件设置中调整为较低的比特率和单声道。
  3. 保存新文件并上传。

影响转录质量的因素

  • 清晰的语音和较少的背景噪音:噪音、音乐和回声会严重影响转录质量。
  • 与麦克风的距离:声音小或距离远的发言人更容易被误听。
  • 重叠发言:当多个人同时说话时,通常只能转录其中一个人的声音。
  • 浓重的口音和密集的行话:可能需要更多修正。

常见问题

支持哪些语言?

支持 53 种语言,包括英语和德语。上传时选择录音的语言;清晰的录音且使用广泛使用的语言,转录结果会更准确。

准确度如何?

如果录音清晰,文本可读性较好,但永远不会完全无误。在引用或分析之前,请务必将转录文本与音频核对。

需要多长时间?

通常需要几分钟。您可以关闭页面;转录完成后我们会发送邮件通知您。

相关内容

免费转录 30 分钟

无需信用卡。上传录音,检查转录文本,可导出为 Word、文本或 MAXQDA 格式。