Zamiana mowy na tekst

W Chrome i Edge tak: dźwięk jest wysyłany na serwery rozpoznawania mowy tej przeglądarki, bo to narzędzie korzysta z wbudowanego silnika mowy przeglądarki, a nie własnego rozpoznawania. Safari w nowszych wersjach macOS i iOS rozpoznaje mowę bezpośrednio na urządzeniu.

Firefox nie obsługuje funkcji rozpoznawania mowy z Web Speech API, na której opiera się to narzędzie. Użyj zamiast tego najnowszej wersji Chrome, Edge albo Safari.

Niektóre przeglądarki wstrzymują rozpoznawanie po kilku sekundach ciszy. Ta strona automatycznie wznawia słuchanie w tle, gdy to się zdarzy, więc rzadko trzeba ponownie kliknąć start w środku zdania.

Tak, przed rozpoczęciem wybierz spośród 19 języków, w tym hiszpańskiego, francuskiego, niemieckiego, japońskiego i mandaryńskiego. Zmiana języka w trakcie słuchania kończy bieżącą sesję.

Kiedy jeszcze mówisz, pole pokazuje wynik tymczasowy, czyli najlepsze na razie odgadnięcie przeglądarki. Gdy przeglądarka nabierze pewności co do frazy, zatwierdza ją, a brzmienie może się w tym momencie lekko zmienić.

Nie zawsze. Wyniki rozpoznawania nie zawsze mają przecinki albo kropki, więc warto później przeczytać transkrypcję i dodać interpunkcję ręcznie, albo poprawić powtarzające się błędy narzędziem znajdź i zamień.

Tak. Ciągłe słuchanie samo się wznawia, gdy przeglądarka na chwilę wstrzyma się po ciszy, więc możesz dyktować tak długo, jak chcesz, z krótkimi przerwami między zdaniami.

Tak, pole tekstowe to zwykłe edytowalne pole, więc można w nim kliknąć i poprawić źle rozpoznane słowa przed skopiowaniem albo pobraniem wyniku.

Nasłuchuje przez mikrofon, więc dźwięk z własnych głośników też może zostać wyłapany, jeśli usłyszy go mikrofon, ale mówienie bezpośrednio do mikrofonu daje dużo dokładniejszy wynik niż transkrybowanie odtwarzanego dźwięku.

To narzędzie nie ma sztywnego limitu, choć przeglądarka może w końcu sama wstrzymać rozpoznawanie po bardzo długim czasie ciągłego słuchania, a ta strona wtedy automatycznie je wznawia.