오디오 텍스트 변환 — 문단과 화자 표시가 있는 녹취록

파일을 고른 뒤 “화자” 블록에서 “화자 표시”를 켜면 “몇 명이 말하나요” 칸이 나타납니다. 비워 두면 소리로 추정하지만, 인원을 알면 입력하세요. 비슷한 목소리(두 동료, 형제자매, 또래)가 있는 녹음에서는 추정보다 눈에 띄게 정확합니다. 완성된 텍스트에서 “화자 1”을 클릭해 이름을 입력하면 그 사람의 모든 발화와 내려받은 파일에 적용됩니다.

아주 긴 녹음이나 목소리가 거의 구분되지 않는 경우에 생깁니다. 그때는 텍스트 위에 표시를 붙이지 못했다는 안내가 뜨고 텍스트 자체는 전부 보존됩니다. “몇 명이 말하나요”에 참가자 수를 입력하고 다시 실행하세요. 인원을 알면 목소리가 더 안정적으로 나뉩니다. 사람마다 트랙이 따로 녹음됐다면 도구가 각 트랙을 따로 인식하겠다고 제안하는데, 이것이 가장 정확한 방법입니다.

완성된 텍스트 위에 “타임코드”와 “화자” 두 스위치가 있습니다. 필요 없는 것을 끄면 화면뿐 아니라 복사본, DOCX, PDF, TXT에서도 사라집니다. 보이는 그대로 내려받습니다. SRT·VTT 자막은 언제나 시간을 담습니다. 각 줄을 영상의 해당 초에 놓는 정보이기 때문입니다.

서버 처리를 선택하세요. 파일이 저희 서버로 가고 탭을 닫아도 되며, 텍스트가 준비되면 링크가 담긴 이메일이 옵니다. 결과 사본은 “내 생성물”에 남아 브라우저를 닫아도 사라지지 않습니다. 브라우저에서도 처리할 수는 있지만 몇 시간이 걸리고 탭을 열어 두어야 합니다.

시작 전에 “이름과 용어”를 열고 쉼표로 구분해 적어 두세요. 참가자 성명, 회사·제품명, 전문 어휘 등입니다. 인식기는 이 목록을 힌트로 삼아 소리가 아니라 적어 둔 대로 표기합니다. 목록은 브라우저에 저장되어 다음에 자동으로 채워집니다.

무엇보다 녹음 자체입니다. 회의 중 탁자 위에 놓인 휴대전화, 배경 음악, 동시에 말하는 사람들은 어떤 모델을 고르든 더 많은 오류를 만듭니다. 러시아어의 경우 서버 모델이 전화·실내 녹음에서 브라우저 모델보다 오류가 눈에 띄게 적습니다. 녹음이 먹먹하거나 잡음이 있으면 먼저 음성 복원을 거치세요. 링크는 설정 옆에 있습니다.