Ses Kaydını Yazıya Dökme: Konuşmacı Etiketli Paragraflar
Toplantı, röportaj, ders, podcast ve sesli notlar gibi ses ve video kayıtlarını metne dönüştüren bir online araç. Sonuç, konuşmacı etiketleri ve zaman kodlarıyla paragraflar halinde gelir; sayfada düzenleyebilir, kopyalayabilir veya DOCX, PDF, TXT ya da SRT/VTT altyazı olarak indirebilirsiniz. Kısa dosyalar tarayıcıda tanınır; saatler süren kayıtlar sunucumuzda işlenir ve metin hazır olunca e-posta alırsınız.
Ses yazıya nasıl çevrilir
3 adımMP3, WAV, M4A, FLAC, OGG, WebM veya bir video: dosyayı sayfaya sürükleyin ya da cihazınızdan seçin.
Dili ve kaliteyi seçin, “Konuşmacıları etiketle” kutusunu işaretleyin; biliyorsanız katılımcı sayısını girin.
Kelimeleri ve konuşmacı adlarını doğrudan sayfada düzeltin, sonra metni kopyalayın veya DOCX, PDF, TXT, SRT ya da VTT olarak indirin.
Kayıtlı bir konuşmayı okunaklı bir belgeye dönüştürün: kim neyi ne zaman söyledi
Bunun yerine canlı dikte etmek ister misiniz? 🎤 Sayfaya sesle yazın
Dosyalar sırayla yazıya dökülür. Biten her dosyayı bu listeden hemen açabilir veya indirebilirsiniz; hepsini birden aşağıdan da indirebilirsiniz.
Metinler ayrıca şurada da kayıtlı: Üretimlerim
Yazıya dökme ayarları
📝 İsimler ve terimler (isteğe bağlı)
Transkripsiyonunuz burada görünecek.
Transkripsiyon
Tutanağı bir dil modeli yazar. Analiz için metin, üçüncü taraf bir yapay zekâ sağlayıcısına (Anthropic, ABD) gönderilir. Göndermeden önce pasaport numaralarını, vergi ve sigorta kimliklerini, hesap ve kart numaralarını, telefonları ve e-posta adreslerini yer tutucularla değiştiriyoruz; adlar, şirket adları ve adresler metinde kalır — üçüncü kişilerle paylaşma hakkınız olmayan bir konuşmayı yüklemeyin. Tutanağın her maddesi denetlenir: yalnızca alıntısı metninizde birebir geçiyorsa gösterilir. Bu, uydurma sonuçları engeller ama analizi kusursuz yapmaz — önemli olan her şeyi kayıtla karşılaştırarak doğrulayın.
📖 Geçmiş
Hangi model seçilmeli: tarayıcıda mı, sunucuda mı
Yazıya dökme işleminin nerede çalışacağını ayarlardaki “İşleme” anahtarı belirler. Tarayıcıda model bir kez indirilir, önbellekte kalır ve cihazınızda çalışır; bu yüzden süre cihazınıza bağlıdır. Sunucuda ise kaydı bizim makinemiz yazıya döker: sekmeyi kapatabilirsiniz, metin hazır olduğunda e-posta gelir.
Tarayıcıda
Süre, ses dakikası başına harcanan iş dakikasıdır ve ziyaretçilerin çalıştırmalarının medyanıdır; ilk çalıştırma modelin inmesini de bekler. Adlar “Tanıma Kalitesi” listesiyle aynıdır.
| Model | Tek seferlik indirme | Bilgisayar | Telefon | Ne zaman tercih edilir |
|---|---|---|---|---|
| HızlıWhisper Tiny | 39–73 MB | ≈ 0,3 | 0,2–0,3 | Zayıf bir cihazda İngilizce konuşmanın taslağı. Diğer dillerde o kadar sık hata yapar ki araç bunu kendiliğinden hiç önermez. |
| DoğruWhisper Base | 73 MB | ≈ 0,6 | 0,3–0,9 | İngilizce konuşma; cihaz “Yüksek doğruluk” seçeneğine yetişemiyorsa diğer diller. |
| Yüksek doğrulukWhisper Small | 238–462 MB | ≈ 1,4 | 2,4–6,4 | İngilizce ve Rusça dışındaki diller, cihaz yetişebiliyorsa: İspanyolcada Base modelinden 3,5 kat daha az kelime hatası yapar. |
| MaksimumWhisper Large v3 Turbo | 1–1,5 GB | ≈ 3,1 (tahmini) | 5–14 (tahmini) | En zor ses kayıtları. Ekran kartı gerektirir; 4 GB ve altı belleğe sahip cihazlarda sunulmaz, araç da bunu kendiliğinden hiç açmaz. |
| Rusça — daha doğruGigaAM v3 | 305 MB | ≈ 0,6 | ≈ 2,7 (tahmini) | Rusça konuşma: cihaz indirmeyi kaldırabiliyorsa araç bunu kendisi seçer. Whisper’a göre kelime hatası birkaç kat daha azdır; başka bir dili tanımaz. |
Sunucuda
Bir dakikalık ses için verilen süre, bu sunucudaki işlemlerin ortanca değeridir. Konuşmacı etiketleri dakika başına ≈ 13 sn (tahmini) ekler; sunucu yoğunsa sırada bekleme süresi de eklenir.
| Mod | Ses dakikası başına süre | Ne zaman tercih edilir |
|---|---|---|
| StandartWhisper Base | ≈ 13 sn (tahmini) | Hızlı, en az doğru |
| YüksekWhisper Small | ≈ 26 sn (tahmini) | Standart’tan iki kat daha doğru |
| MaksimumWhisper Large v3 Turbo | ≈ 30 sn (tahmini) | Tüm diller; Rusça için temiz seste daha iyi |
| Rusça modelGigaAM v3 | ≈ 3 sn (tahmini) | Telefon ve oda kayıtlarında daha hassas; Yalnızca Rusça |
| OpenAIOpenAI gpt-transcribe | ≈ 2 sn (tahmini) | Dakika başına 200 token · testimizde «Maksimum»un yarısı kadar hata · ses OpenAI'ye (ABD) gönderilir |
Videoda yalnızca ses kanalı yazıya dökülür — bu kanal videonun kendisinden onlarca kat küçüktür.