Převod souboru MP3 do DOCX

Schůzky, rozhovory, přednášky a hlasové poznámky je často třeba převést na prohledávatelné a upravitelné dokumenty Word pro sdílení nebo archivaci. Protože MP3 obsahuje zakódovaný zvuk a DOCX obsahuje formátovaný text, proces vyžaduje rozpoznávání řeči nebo ruční přepis před uložením dokumentu.

Co je formát MP3

MP3 je ztrátový zvukový formát založený na kompresi zvuku MPEG. Používá se pro hudbu, podcasty, rozhovory, přednášky, telefonní nahrávky a exportované hlasové poznámky, protože vytváří relativně malé soubory s širokou podporou přehrávání. Zvukové editory, jako jsou Audacity, Adobe Audition, GarageBand a mobilní nahrávací aplikace, mohou vytvářet soubory MP3. Textový procesor může uložit MP3 jako přílohu, ale bez transkripčního softwaru nedokáže převést mluvený obsah na odstavce.

Co je formát DOCX

DOCX je formát dokumentů založený na XML, který používá Microsoft Word a podporují jej LibreOffice Writer, Google Docs, Apple Pages a další kancelářské aplikace. Ukládá upravitelný text, nadpisy, tabulky, obrázky, komentáře, styly a další formátování dokumentu. Přepis uložený jako DOCX lze prohledávat, opravovat, opatřovat poznámkami, tisknout a sdílet jako záznam schůzky, zprávu nebo upravitelný archiv.

Jak převést nahrávku

Microsoft Word pro web

1. Přihlaste se k podporovanému účtu Microsoft 365 a otevřete Word pro web.
2. Vytvořte prázdný dokument a vyberte Home → Dictate → Transcribe. Přesné příkazy a dostupnost se mohou lišit podle účtu, jazyka a plánu Microsoft 365.
3. Vyberte Upload audio a zvolte soubor MP3, například interview.mp3.
4. Počkejte na dokončení rozpoznávání řeči. Zkontrolujte přepis, označení mluvčích, časová razítka, jména, čísla, technické termíny a interpunkci.
5. Vyberte Add all to document, upravte text a poté zvolte File → Save as → Download a copy pro uložení souboru interview.docx.

Hostovaná transkripce ve Wordu může mít omezení velikosti souboru, jazyka, úložiště nebo využití. Pokud se možnost Transcribe nezobrazuje, ověřte aktuální požadavky Microsoft 365.

Lokální transkripce na desktopu

U nahrávek, které by neměly být nahrávány na internet, použijte lokální aplikaci Whisper, například MacWhisper v macOS nebo Buzz ve Windows a Linuxu. Importujte MP3, vyberte mluvený jazyk, zvolte model a spusťte transkripci. Pokud je podporován export textu, exportujte jej, nebo jej zkopírujte do Microsoft Word či LibreOffice Writer, použijte nadpisy a jména mluvčích a uložte jej jako transcript.docx. Větší modely Whisper obvykle zlepšují rozpoznávání, ale vyžadují více paměti a času na zpracování.

Pokročilí uživatelé mohou lokálně spustit Whisper.cpp. Po jeho instalaci a stažení kompatibilního modelu je typický příkaz whisper-cli -m models/ggml-large-v3.bin -f interview.mp3 -otxt. Otevřete vygenerovaný textový soubor ve Wordu, naformátujte přepis a pomocí File → Save as vyberte DOCX. Názvy příkazů a názvy souborů modelů závisí na vydání Whisper.cpp a staženém modelu.

Online transkripční služby

Mezi hostované možnosti patří Microsoft Word Transcribe, Sonix a Otter.ai. Nahrajte MP3, vyberte jeho jazyk, zkontrolujte vygenerovaný text a v případě dostupnosti použijte export služby do DOCX. Pokud služba exportuje pouze TXT, zkopírujte přepis do Wordu nebo LibreOffice Writer a uložte jej jako DOCX. Nenahrávejte důvěrné nebo regulované nahrávky, dokud zásady poskytovatele týkající se uchovávání, přístupu, šifrování a mazání nesplní vaše požadavky.

Omezení kvality a kompatibility

Přesnost rozpoznávání závisí na kvalitě mikrofonu, kompresi MP3, hluku na pozadí, přízvucích, překrývajících se mluvčích, výběru jazyka a technické slovní zásobě. Čistá nahrávka s jedním mluvčím obecně poskytuje lepší výsledky než komprimovaná nahrávka schůzky. Před použitím DOCX jako oficiálního záznamu zkontrolujte každé vlastní jméno, datum, číslo, měrnou jednotku, citaci a přiřazení mluvčího.

Komp komprese MP3 může odstranit zvukové detaily, ale nemusí nutně bránit transkripci. Tón hlasu, pauzy, důraz a neverbální zvuky se neuchovávají jako upravitelný text, pokud transkripce neobsahuje anotace. Pokud přepis vyžaduje auditní stopu, uchovejte původní MP3 společně s DOCX.

Vložení zvuku se liší od jeho transkripce. V desktopovém Wordu použijte Insert → Object → Create from File pro vložení MP3 do dokumentu; tím se zvětší velikost balíčku DOCX a nevytvoří se upravitelné odstavce. Některé webové a mobilní textové procesory nedokážou konzistentně vkládat nebo přehrávat vložený zvuk, proto při požadavku na kompatibilitu uchovávejte MP3 jako samostatný soubor.