Розпізнавання тексту пісні з аудіо — слова із запису

Онлайн-інструмент для розпізнавання тексту пісні з аудіозапису. Відділяє вокал від музики, знаходить ділянки зі співом, підбирає модель для мови та повертає слова рядок за рядком з мітками часу — для караоке, субтитрів, навчання й перекладу.

Як отримати текст пісні

1

Завантажте пісню — аудіо або відео до 15 хвилин.

2

Оберіть мову або залиште автовизначення; за потреби перемкніть модель на «Точніша».

3

Натисніть «Розпізнати текст» і дочекайтеся завершення всіх етапів — прогрес відображається по кожному.

4

Перевірте рядки: сумнівні місця варто порівняти на слух, особливо приспіви з бек-вокалом.

5

Скопіюйте текст або завантажте TXT, LRC чи SRT.

🔥 Зараз у тренді
🗣️ Текст у мовлення ✨ Покращення відео ✂️ Обрізати аудіо ✨ Підсилювач аудіо 🎭 Зміна голосу 🎙️ Видалення вокалу 🎬 Відео з аудіо 🎬 Обрізання відео

Розпізнайте слова будь-якої пісні із запису

Завантажте пісню, щоб отримати текст
До 15 хвилин
MP4, WEBM, MOV, MP3, WAV, M4A, OGG, FLAC, AAC, M4B, WMA, AIFF, OPUS, CAF, MKV, AVI, WMV, FLV, M4V, 3GP, TS, MTS, M2TS, VOB, MPG, MPEG, OGV ·

Більша модель точніша, але на слабкому пристрої працює в кілька разів повільніше.

Читання файлу…

Обробка виконується на вашому пристрої. Пісня на 3–4 хвилини займає від однієї до кількох хвилин залежно від комп’ютера або телефону.

Спів у цій доріжці не виявлено

Фільтр не знайшов вокалу — схоже, це інструментальна. Якщо голос усе ж є (тихий або сильно оброблений), можна розпізнати без фільтра — очікуйте зайвих слів.

Текст пісні

    Не знаєте, що спробувати?
    700+ інструментів — відкрийте сюрприз
    🎲 Здивуйте мене

    Особливості

    Спочатку вокал, потім музика
    Перед розпізнаванням голос відділяється від інструментів за допомогою моделі Kim Vocal 2. На повному міксі розпізнавання мовлення вигадує слова; на відокремленому вокалі — читає їх.
    Своя модель для кожної мови
    Для російської використовується GigaAM, для всіх інших мов — Whisper. Вкажіть мову вручну або дайте визначити її автоматично з вокалу.
    Фільтр проти вигаданих рядків
    Гейтування за вокалом і блокування повторів не дають моделі зациклюватися на інструментальних паузах або вставляти фрази, яких у пісні ніколи не було.
    Текст рядок за рядком з мітками часу
    Рядки відповідають проспіваним фразам, кожен має час початку. Експорт у TXT, LRC для плеєрів караоке та SRT для відео.
    Працює у браузері
    Відділення та розпізнавання виконуються через WebAssembly і WebGPU на вашому пристрої — нічого не потрібно встановлювати.

    Часті запитання

    Чому звичайне розпізнавання мовлення не працює з піснями?

    Моделі мовлення налаштовані на мовлення. У пісні детектор мовлення сприймає спів як музику і нічого не повертає, а великі моделі на повному міксі вигадують фрази на кшталт «Дякуємо за перегляд». Тут вокал спочатку відділяється від музики, потім знаходяться ділянки зі співом — і лише вони передаються на розпізнавання.

    Наскільки точний результат?

    Залежить від мови, стилю та міксу. На студійному поп-записі з чітким вокалом більшість рядків виходить правильно; реп, хори, сильна реверберація та ад-ліби дають більше помилок. Сумнівні рядки варто перевіряти на слух — мітка часу веде прямо до потрібного місця.

    Які мови підтримуються?

    Англійська, російська, іспанська, португальська, німецька, французька, індонезійська, корейська, арабська та інші мови, які знає Whisper. Для російської використовується GigaAM — на співі він точніший і швидший.

    Що якщо в доріжці немає вокалу?

    Інструмент повідомить, що спів не знайдено, і запропонує розпізнати без фільтра — для тихого або сильно обробленого голосу.

    Чи можна отримати файл для караоке?

    Так: завантажте LRC — рядки з мітками часу зчитуються плеєрами для караоке та музичними плеєрами. Для відео є SRT.

    💡 Хочете, щоб ми покращили цей інструмент спеціально для вас?

    Звичайно! Просто надішліть нам коротке повідомлення з вашою ідеєю. Якщо хочете обговорити детальніше — залиште email, і ми зв’яжемося з вами. Можна залишитися анонімом.

    Може сподобатися

    🗒️ Аналіз діалогу та протокол розмови 📝 Аудіо в текст 🎧 Аудіо-перекладач 🎙️ Видалення вокалу 🎤 Визначення діапазону голосу 🎶 Генератор вокальної гармонії 🌐 Голосовий перекладач 📢 Ефект мегафона

    Як ви оцінюєте цей інструмент?

    Дякуємо за вашу оцінку!
    Хочете розповісти більше? Залиште коментар!
    Дякуємо! Ваш коментар з’явиться після модерації.
    Для кого цей інструмент?
    🎵 Музиканти та продюсери 🎬 Автори відео ✨ Контентмейкери 🎓 Студенти ♿ Користувачі з особливими потребами
    Опубліковано Оновлено Автор: