Notatki głosowe na tekst: jak przepisać nagranie, które już masz

Import i transkrypcja, krok po kroku

1. Przenieś plik na iPhone

   Zapisz nagranie w Plikach albo na iCloud Drive. Jeśli siedzi w Dyktafonie, WhatsAppie albo Telegramie, wystarczy użyć przycisku udostępniania. Nie musisz nic konwertować.

2. Zaimportuj je do Murble

   W bibliotece wybierz import pliku audio i wskaż nagranie. Murble przyjmuje m4a, mp3, wav i inne formaty, które potrafi odczytać iOS, po jednym pliku naraz.

3. Poczekaj na transkrypcję

   Cała transkrypcja liczy się na twoim iPhone. Plik nie jest nigdzie wysyłany, więc działa to również w samolocie i bez zasięgu. Godzinne nagranie na nowszym telefonie to kwestia kilku minut, na starszym dłużej.

4. Popraw tekst

   Nazwy własne, skróty i słownictwo branżowe to miejsca, w których każdy model się myli. Popraw je od razu, bo od tego zależy, czy tekst da się potem przeszukać.

5. Wyeksportuj albo wytnij fragment

   Możesz zapisać całość w jednym z siedmiu formatów albo skopiować tylko ten jeden akapit, po który tak naprawdę przyszedłeś.

Korekta tekstu to prawdziwa praca

Transkrypcja to nie jest przycisk, po którym dostajesz gotowy dokument. Żaden model, lokalny ani chmurowy, nie odgadnie nazwiska klienta ani nazwy wewnętrznego projektu. Dlatego warto liczyć się z kilkoma minutami poprawek na każde dłuższe nagranie.

Praktyczna kolejność: najpierw popraw nazwy własne, potem liczby i daty, a na końcu interpunkcję. Nazwy i liczby zmieniają sens zdania, interpunkcja tylko jego wygląd.

Formaty eksportu i do czego służą

Jak to działa z językiem polskim

To jest miejsce, w którym większość aplikacji z tej kategorii wypada słabo, więc warto powiedzieć wprost, co Murble robi inaczej.

• Interfejs i podsumowania są po polsku. Warto rozdzielić trzy różne liczby, bo producenci chętnie je mieszają. Rozpoznawanie mowy zależy od modelu i obsługuje bardzo wiele języków, w tym polski. Interfejs aplikacji i generowany tekst, czyli podsumowania i zadania, są w Murble dostępne w 7 językach, z polskim wśród nich. Tłumaczenie transkrypcji to osobna funkcja Pro i obejmuje 20 języków. Wiele aplikacji rozpozna polskie nagranie, a podsumowanie i tak wygeneruje po angielsku, bo mają zlokalizowaną tylko pierwszą z tych trzech warstw.
• Polskie znaki diakrytyczne działają w wyszukiwaniu. Szukanie "wykład" znajdzie też "wyklad", i odwrotnie.
• Model mowy radzi sobie z polskim dobrze, ale nie idealnie. Nazwiska, nazwy miejscowości i odmiana przez przypadki to najczęstsze poprawki. Angielskie wtrącenia w polskim zdaniu, czyli codzienność w IT, też bywają zapisane fonetycznie.

Uczciwe ograniczenia

Jeśli któreś z tych zdań jest dla ciebie problemem, lepiej wybierz usługę chmurową i nie trać czasu.

• Jeden plik naraz. Nie ma wsadowego importu katalogu z pięćdziesięcioma nagraniami.
• Trzeba raz pobrać model. Od około 75 MB dla najszybszego modelu mowy do około 2,4 GB dla największego modelu podsumowań. Usługi chmurowe nie pobierają nic.
• Starszy iPhone liczy dłużej. Telefon ma budżet energetyczny, więc modele na urządzeniu są mniejsze od serwerowych. Przy trudnym nagraniu, kilku osobach mówiących jednocześnie albo hałasie, duży model w chmurze często przeczyta to lepiej.
• Nie ma wersji na przeglądarkę ani na Androida. Murble działa na iPhone, iPadzie i Macach z Apple silicon.
• Nie jesteśmy jedyni. Aplikacji robiących transkrypcję na urządzeniu jest na iOS kilka i część z nich jest dobra. Porównanie jest tutaj, po angielsku, razem z tym, gdzie Murble przegrywa.

Źródła

• Obsługiwane formaty importu i pojedynczy wybór pliku: mechanizm importu w bibliotece aplikacji w aktualnej wersji.
• Rozmiary modeli: ekran Ustawienia → Transkrypcja offline oraz Ustawienia → Podsumowania AI offline.
• Jak sprawdzić samodzielnie, że nic nie wychodzi z telefonu: metoda weryfikacji, po angielsku.
• Wersja angielska tej strony: voice memos to text.

Czytaj dalej