دیکته گفتار به متن رایگان

مثال عملی

"زبان" را روی English بگذارید، تیک "دستورات صوتی و بزرگ‌نویسی خودکار" را روشن بگذارید، دکمه میکروفن را بزنید و بگویید: "hello everyone comma welcome to the meeting period". وقتی بازشناس این کلمات را برگرداند، ابزار "comma" و "period" را به نشانه‌های نگارشی تبدیل می‌کند و اول جمله را بزرگ می‌نویسد، بنابراین کادر "Hello everyone, welcome to the meeting." را نشان می‌دهد. سپس بگویید "new paragraph the agenda has three items" و یک خط خالی و "The agenda has three items" اضافه می‌شود. سربرگ اکنون "متن پیاده‌شده (۶۷ نویسه) · ۱۱ واژه" را نشان می‌دهد، سپس زمان ضبط می‌آید و "کپی" دقیقاً همان متن را در کلیپ‌بورد شما قرار می‌دهد.

کدام تنظیمات را استفاده کنید و محدودیت‌ها

• پیش از شروع، زبان را انتخاب کنید. فهرست "زبان" شامل ۵۱ زبان و گونهٔ منطقه‌ای است، از جمله گونه‌های منطقه‌ای انگلیسی (آمریکا، بریتانیا، استرالیا، هند)، اسپانیایی (اسپانیا، مکزیک، ایالات متحده) و پرتغالی (برزیل، پرتغال). این فهرست با زبان مرورگر یا صفحه شروع می‌شود و در صورت عدم تطابق، انگلیسی آمریکا را انتخاب می‌کند و هنگام ضبط قفل می‌شود. اگر مرورگرتان نتواند زبان انتخابی را بازشناسی کند، پیامی مبنی بر این موضوع دریافت می‌کنید؛ زبان دیگری انتخاب کنید.
• نشانه‌های نگارشی را با صدای بلند بگویید. با تیک خوردن "دستورات صوتی و بزرگ‌نویسی خودکار" که پیش‌فرض است و در این مرورگر به خاطر سپرده می‌شود، انگلیسی این موارد را می‌فهمد: نقطه، ویرگول، علامت سؤال، علامت تعجب، دونقطه، نقطه‌ویرگول، خط جدید و پاراگراف جدید. گفتن نشانه‌های نگارشی در اسپانیایی، فرانسوی، آلمانی، پرتغالی، ایتالیایی، ترکی، روسی، هلندی، لهستانی، عربی و فارسی نیز کار می‌کند. در سایر زبان‌ها، از جمله چینی، ژاپنی و کره‌ای، کلمات نشانه‌های نگارشی گفتاری تبدیل نمی‌شوند و تنها بزرگ‌نویسی ابتدای جمله در جاهایی که خط آن را دارد اضافه می‌شود.
• برای دیکته کردن در وسط متن، درون آن کلیک کنید. کادر متن پیاده‌شده قابل ویرایش است. گفتار جدید در جایی که نشانگر ماوس شما قرار دارد درج می‌شود، یا اگر درون متن کلیک نکرده باشید در انتهای آن قرار می‌گیرد. اشتباهات را با تایپ کردن برطرف کنید. وقتی با دست ویرایش می‌کنید، زیرنویس‌های SRT و VTT از روی نسخهٔ شما بازسازی می‌شوند و زمان‌بندی به‌طور یکنواخت در طول ضبط پخش می‌شود.
• خروجی مورد نیازتان را انتخاب کنید. "کپی" متن ساده را کپی می‌کند و "اشتراک‌گذاری" در مرورگرهایی که از آن پشتیبانی می‌کنند ظاهر می‌شود. "دانلود txt." ،"دانلود docx." و "دانلود md." فایل‌های transcript.txt، transcript.docx و transcript.md را ذخیره می‌کنند. وقتی گفتار بازشناسی شد، دکمه‌های SRT و VTT زیرنویس‌ها را با زمان‌بندی ذخیره می‌کنند. تیک "افزودن برچسب زمانی [0:12] به txt. و md. و docx." را بزنید تا زمان شروع در ابتدای هر بخش در آن دانلودها قرار گیرد.
• متن شما با تازه‌سازی صفحه از بین نمی‌رود. متن پیاده‌شده هم‌زمان با پیشرفت کار در این مرورگر ذخیره می‌شود. پس از تازه‌سازی صفحه یا بستن زبانه، "بازگردانی آخرین متن پیاده‌شده" آن را برمی‌گرداند و "دور انداختن" آن را حذف می‌کند. "پاک کردن" کادر را خالی کرده و نسخهٔ ذخیره‌شده را پاک می‌کند. همچنین صفحه پیش از ترک آن، در صورتی که متنی کپی یا ذخیره نکرده باشید، به شما هشدار می‌دهد. صفحه نمایش در حین ضبط، در مرورگرهایی که اجازه دهند، روشن می‌ماند.
• بدانید صدایتان کجا می‌رود. این ابزار از موتور بازشناسی خود مرورگرتان استفاده می‌کند و به اتصال اینترنت نیاز دارد. Chrome صدا را به سرویس گفتار Google، Edge به Microsoft و Safari به Apple می‌فرستد. هیچ چیزی در LibraTool بارگذاری نمی‌شود و متن پیاده‌شدهٔ شما در همین مرورگر می‌ماند. برای ضبطی که باید روی دستگاهتان بماند، به‌جای آن از "پیاده‌سازی متن از یک فایل صوتی یا تصویری روی دستگاهتان" استفاده کنید.

مشکلات رایج و راه حل آن‌ها

می‌گوید "سرویس بازشناسی گفتار مرورگر در دسترس نیست. برخی مرورگرها (مانند Brave) آن را مسدود می‌کنند — Chrome، Edge و Safari کار می‌کنند."

بازشناسی در سرویسی انجام می‌شود که توسط سازندهٔ مرورگر اجرا می‌شود، بنابراین به اتصال اینترنت فعال نیاز دارد. اتصال خود را بررسی کنید و "تلاش دوباره" را بزنید. اگر از Brave یا مرورگری با مسدودسازی حریم خصوصی خودش استفاده می‌کنید، Chrome، Edge یا Safari را امتحان کنید. اگر هیچ‌کدام کار نکرد، از "پیاده‌سازی متن از یک فایل صوتی یا تصویری روی دستگاهتان" به همراه یک فایل ضبط‌شده استفاده کنید.

می‌گوید "دسترسی به میکروفن مسدود شده است. میکروفن را برای این سایت مجاز کنید (نماد موجود در نوار آدرس)، سپس دوباره دکمه میکروفن را بزنید."

مرورگر برای این سایت اجازهٔ استفاده از میکروفن را ندارد. آن را از طریق نماد موجود در نوار آدرس مجاز کنید، سپس "تلاش دوباره" یا دکمه میکروفن را بزنید. در Chrome اندروید، این پیام به منو (⋮)، سپس تنظیمات سایت و سپس میکروفن اشاره می‌کند.

می‌گوید "میکروفنی پیدا نشد. یکی را وصل یا فعال کنید و دوباره تلاش کنید."

مرورگر نتوانست دستگاه ورودی فعالی پیدا کند. یک میکروفن وصل یا فعال کنید، سپس "تلاش دوباره" را بزنید.

می‌گوید "مرورگر شما از Web Speech Recognition API پشتیبانی نمی‌کند. در Chrome، Edge و Safari (رومیزی و موبایل) کار می‌کند."

مرورگر شما ویژگی بازشناسی گفتاری که این ابزار استفاده می‌کند را ارائه نمی‌دهد. صفحه را در Chrome، Edge یا Safari باز کنید، یا "پیاده‌سازی متن از یک فایل صوتی یا تصویری روی دستگاهتان" را بزنید که به سرویس گفتار مرورگر وابسته نیست.

می‌گوید "برای ۱۰ ثانیه چیزی شنیده نشد. بررسی کنید که میکروفن بی‌صدا نباشد و همان میکروفنی باشد که در مرورگرتان انتخاب شده است."

برای ۱۰ ثانیه هیچ گفتاری به بازشناس نرسید. بررسی کنید که میکروفن بی‌صدا نباشد، میکروفن صحیح در تنظیمات میکروفن خود مرورگر انتخاب شده باشد و به زبانی که در بخش "زبان" انتخاب شده صحبت می‌کنید. به محض شنیده شدن گفتار، این پیام ناپدید می‌شود.

مقایسه آن

بازشناسی زنده و پیاده‌سازی متن از فایل برای کارهای متفاوتی مناسب هستند. این صفحه هم‌زمان با صحبت کردن به شما متن می‌دهد که می‌توانید ویرایش کرده و به‌عنوان زیرنویس خروجی بگیرید، اما به اتصال اینترنت نیاز دارد، به سرویس مرورگرتان متکی است، برچسب گوینده ندارد و تنها زمانی نشانه‌های نگارشی را می‌نویسد که آن‌ها را بگویید. "صدا به متن" در همین سایت یک فایل ضبط‌شده را درون خود صفحه پیاده‌سازی می‌کند، بنابراین بدون سرویس گفتار مرورگر نیز کار می‌کند و صدا را روی دستگاه شما نگه می‌دارد، اما زنده نیست. اگر فقط به تایپ متن در یک برنامهٔ دیگر نیاز دارید، دیکتهٔ داخلی دستگاهتان مستقیماً این کار را انجام می‌دهد.