Голосовий набір тексту — диктування онлайн з мікрофоном

Інструмент голосового набору, що перетворює мовлення на текст у реальному часі. Натисніть мікрофон, почніть говорити — слова з’являються на сторінці в ту ж мить. Скажіть «кома» або «новий абзац», щоб розставляти знаки пунктуації без рук. Ідеально для диктування нотаток, листів, ідей або тоді, коли друкувати незручно. Розпізнавання використовує вбудований мовний рушій вашого браузера.

Як набирати текст голосом

1
Увімкніть мікрофон

Натисніть кнопку мікрофона і дозвольте браузеру використовувати його, коли з’явиться запит.

2
Просто починайте говорити

Говоріть природно — слова з’являються в реальному часі; скажіть «кома», «крапка» або «новий абзац», щоб розставляти пунктуацію під час диктування.

3
Режим фокусу для тривалого сеансу

Увімкніть безперервний запис і режим фокусу для тривалого диктування, додавайте закладки в потрібні моменти.

4
Відредагуйте і збережіть

Відкоригуйте текст вручну, потім скопіюйте або збережіть як TXT, SRT, VTT, JSON, PDF або DOCX.

Диктуйте голосом і спостерігайте, як слова з’являються під час мовлення

Якщо потрібно навпаки — перетворити текст на голос, скористайтеся Текст у мовлення →
00:00
0:00
0:00 / 0:00
Формат
Перетягніть аудіофайл сюди
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
⌨ Комбінації клавіш
Почати/зупинити запис CtrlShiftR
Пауза/продовжити CtrlShiftP
Копіювати транскрипцію CtrlShiftC
Скачати TXT CtrlS
Знайти та замінити CtrlF
Додати закладку CtrlShiftB
Увімкнути/вимкнути режим фокусу CtrlShiftD
Закрити панелі Esc
00:00

Яку модель обрати і що це вам коштує

Розпізнавання працює у вашому браузері, тому модель завантажується один раз і кешується. Більші моделі краще розпізнають акценти й шум, але потребують більше часу на тому ж пристрої.

Модель Разове завантаження Час на хвилину аудіо Коли обирати
Швидко ~75 MB близько 1 хв Швидкий чернетковий варіант, чітке мовлення, один мовець
Точно ~150 MB близько 3 хв Повсякденні записи — звичний компроміс
Висока точність (small) ~250 MB близько 6 хв Акценти, фоновий шум, кілька мовців
Преміум (Large v3 Turbo) ~600 MB залежить від GPU Найскладніше аудіо; потрібен GPU або сучасний CPU

Відеофайл спершу розбирається на аудіодоріжку: година телефонного відео — 2–3 ГБ, з яких звук займає близько 30 МБ.

Опубліковано Оновлено Автор: