Převod souboru MP3 do XLSX
Přepište řeč z MP3 a exportujte segmenty s časovými značkami do upravitelného sešitu XLSX.
Převádějte soubory MP3 online
Pro převod MP3 do XLSX zatím vlastní online konvertor nemáme, ale soubory MP3 můžete online převést do těchto a dalších formátů:
Chcete převádět MP3 na XLSX?
Dejte nám vědět. Podle zájmu vybíráme, které převody přidáme jako další.
Jak převést soubor mp3 do formátu xlsx
- Převod audia na text
- Dosud nehodnoceno.
Systém pro přepis nebo kontrolu hovorů může vyžadovat tabulku namísto zvukového souboru, přičemž každý řádek odpovídá jednomu mluvenému segmentu a může obsahovat volitelná časová razítka. Zpracování MP3 do XLSX proto znamená přepis nahrávky a export rozpoznaného textu jako dat sešitu, nikoli přímou změnu kontejneru MP3.
Co je formát MP3
MP3 je ztrátový zvukový formát, který komprimuje zvuk pomocí perceptuálního kódování zvuku. Hudební přehrávače, smartphony, aplikace pro nahrávání hlasu, software pro podcasty a zvukové editory běžně vytvářejí nebo ukládají soubory .mp3. Rozhovory, schůzky, přednášky, telefonní nahrávky a stažený zvuk často přicházejí v tomto formátu.
Soubor MP3 běžně obsahuje zakódovaný zvuk, nikoli přepis. Přejmenování souboru recording.mp3 na recording.xlsx změní pouze název souboru a nevytvoří tabulková data.
Co je formát XLSX
XLSX je sešitový formát založený na XML, který používá Microsoft Excel a podporují jej LibreOffice Calc, Google Sheets, Apple Numbers a mnoho aplikací pro zpracování dat. Ukládá listy, řádky, sloupce, vzorce, formátování, filtry a hodnoty s určeným typem.
Sešit s přepisem může používat sloupce, jako jsou Čas začátku, Čas konce, Mluvčí a Přepis. Tato struktura podporuje vyhledávání, úpravy, řazení, kontroly kvality, vykazování a import segmentů do jiných systémů. XLSX není zvukový formát a neměl by být používán jako jediná kopie nahrávky.
Převod na počítači pomocí Whisper a Python
Tato metoda spouští rozpoznávání řeči lokálně a vytváří soubor XLSX se segmenty opatřenými časovými razítky. Nainstalujte Python a poté nainstalujte balíčky pomocí:
pip install faster-whisper openpyxl
faster-whisper používá pro běžné dekódování zvuku PyAV, takže samostatná instalace FFmpeg obvykle není nutná. Nainstalujte také FFmpeg, pokud jej vyžaduje místní prostředí nebo jiný nástroj pro přepis.
Uložte následující kód jako mp3_to_xlsx.py:
import sys
from faster_whisper import WhisperModel
from openpyxl import Workbook
source = sys.argv[1]
target = sys.argv[2]
language = sys.argv[3] if len(sys.argv) > 3 else None
model = WhisperModel("small", device="cpu", compute_type="int8")
segments, info = model.transcribe(source, language=language, vad_filter=True)
workbook = Workbook()
sheet = workbook.active
sheet.title = "Transcript"
sheet.append(["Start time", "End time", "Transcript"])
for segment in segments:
sheet.append([
round(segment.start, 2),
round(segment.end, 2),
segment.text.strip()
])
sheet.freeze_panes = "A2"
sheet.auto_filter.ref = sheet.dimensions
sheet.column_dimensions["A"].width = 14
sheet.column_dimensions["B"].width = 14
sheet.column_dimensions["C"].width = 100
workbook.save(target)
Spusťte jej pomocí:
python mp3_to_xlsx.py recording.mp3 transcript.xlsx
Předejte kód jazyka, abyste zabránili automatické detekci jazyka, například:
python mp3_to_xlsx.py recording.mp3 transcript.xlsx en
Při prvním spuštění se stáhne vybraný model Whisper. small je praktickou volbou pro CPU; medium nebo large-v3 mohou zlepšit rozpoznávání u obtížných nahrávek, ale vyžadují více paměti a času na zpracování. Kompatibilní GPU může dobu zpracování výrazně zkrátit.
Počítačové aplikace bez skriptování
Buzz poskytuje grafický pracovní postup pro počítače založený na Whisper a v závislosti na verzi a nastavení může exportovat formáty přepisů, například CSV. MacWhisper poskytuje podobný pracovní postup v systému macOS. Vyberte MP3, zvolte mluvený jazyk, pokud je to možné, povolte časová razítka a exportujte CSV. Otevřete CSV v Excelu, ověřte oddělovač a kódování znaků, poté zvolte File → Save As a vyberte Excel Workbook (*.xlsx).
Pokud aplikace exportuje pouze TXT, SRT nebo VTT, použijte před uložením jako XLSX analyzátor přepisu nebo pracovní postup pro import do tabulky, který rozdělí časová razítka a text do sloupců. Přímé otevření souboru s titulky v Excelu může ponechat značky časování v buňkách a obvykle vyžaduje vyčištění.
Online služby pro přepis
Hostované služby, jako jsou Sonix a Happy Scribe, mohou přijímat MP3, přepisovat jej a poskytovat exporty přepisu nebo CSV. Obvyklý postup je:
- Nahrajte MP3 a vyberte mluvený jazyk.
- Povolte časová razítka a identifikaci mluvčích, pokud služba tyto možnosti nabízí.
- Exportujte CSV, otevřete jej v Excelu, zkontrolujte sloupce a kódování a zvolte File → Save As →
Excel Workbook (*.xlsx).
Některé služby nabízejí přímý export XLSX, ale dostupné formáty, limity délky, funkce pro mluvčí a ceny závisí na tarifu. Nenahrávejte důvěrné rozhovory, právní nahrávky, zdravotní údaje ani nezveřejněné obchodní materiály, pokud zásady poskytovatele týkající se uchovávání, využití pro trénování, šifrování a mazání nesplňují příslušné požadavky.
Omezení kvality a kompatibility
Přesnost rozpoznávání závisí na kvalitě mikrofonu, hluku na pozadí, překrývající se řeči, přízvuku, jazyce a odborné slovní zásobě. Komprese MP3 obvykle zůstává pro přepis vhodná, ale čistá originální nahrávka je vhodnější než soubor s nízkým datovým tokem nebo opakovaně překódovaný soubor.
Časová razítka Whisper určují hranice segmentů, ale nespolehlivě identifikují mluvčí. Přidejte ručně sloupec Mluvčí nebo použijte službu s diarizací mluvčích a poté ověřte každou změnu mluvčího podle zvuku. Exporty časových razítek mohou používat sekundy, formát HH:MM:SS nebo zlomky času v tabulce; před řazením nebo výpočtem délek standardizujte jejich reprezentaci.
Před použitím sešitu jako závazného záznamu zkontrolujte podle nahrávky jména, čísla, interpunkci, data a technické termíny. Původní MP3 uchovávejte samostatně a do dalších sloupců sešitu nebo metadat zaznamenejte jeho název souboru, datum, jazyk a model nebo službu použitou pro přepis.
Listy Excelu podporují maximálně 1 048 576 řádků. Dlouhá nahrávka rozdělená na velmi krátké segmenty může tento limit překročit; v případě potřeby použijte více listů nebo uchovejte přepis jako CSV.
MP3 vs XLSX: srovnání formátů
Jak si formáty MP3 a XLSX stojí v nejdůležitějších vlastnostech pro tento převod.
| Vlastnost | .MP3 MPEG-1 Audio Layer III | .XLSX Microsoft Excel Open XML Spreadsheet |
|---|---|---|
| Otevřený standard | Částečně otevřený | Ano |
| Komprese | Ztrátový | Obojí |
| Typická velikost souboru | Malé | Střední |
| Otevírá se ve webovém prohlížeči | Ano, nativně | Částečně |
| Další úpravy | Omezeně | Snadné |
| Podpora metadat | Rozsáhlé | Rozsáhlé |
| Čitelný jako prostý text | Ne | Ne |
| Nejvhodnější pro | Hudba | Výměna dat |
| Zavedeno | 1993 | 2007 |
| Vývojář | Moving Picture Experts Group (MPEG) | Microsoft |
| MIME typ | audio/mpeg | application/vnd.openxmlformats-officedocument.spreadsheetml.sheet |
Informace o příponách a typech souborů poskytuje File-Extensions.org