Strumento per convertire video e audio in testo in batch

Trascrivi offline in batch file video e audio in testo ed esporta con un clic in vari formati di sottotitoli e testo: TXT, SRT, VTT, JSON, LRC, CSV.

Segnala bug

Caricamento strumento, attendi...

Se lo strumento online non si carica o non funziona, prova lo strumento desktop. https://tools.yikeaigc.com/

Uso dello strumento

Torna alla vecchia versione

È disponibile una versione desktop con funzioni più potenti e stabili. Apri versione desktop

Istruzioni

Istruzioni per l'uso del software

Aggiungere i file da riconoscere: fai clic sul pulsante "Seleziona file" o "Seleziona cartella" per aggiungere file video o audio da convertire in testo; puoi anche trascinare direttamente file o cartelle nella finestra del software. Supporta l'aggiunta batch mista dei più comuni formati audio e video, come MP4, MKV, MOV, AVI, FLV, WebM, MP3, WAV, FLAC, M4A, ecc.
Impostare la directory di salvataggio: seleziona la posizione in cui salvare i sottotitoli e i testi elaborati; è supportata anche l'impostazione tramite trascinamento. Se selezioni "Scansiona sottodirectory", puoi anche selezionare "Mantieni struttura del percorso originale": i file di output corrisponderanno uno a uno alla struttura delle directory della cartella sorgente.
Scegliere il formato di output:
- TXT: testo semplice, adatto per organizzare trascrizioni e verbali di riunione
- SRT / VTT: formati di sottotitoli con timestamp, utilizzabili direttamente nei video
- JSON: dati strutturati, comodi per sviluppo secondario ed elaborazione tramite programmi
- LRC: formato per testi sincronizzati, adatto a musica e audiolibri
- CSV: formato tabellare, comodo per modificare e revisionare in Excel
Configurare i parametri di riconoscimento:
- Percorso del modello: per impostazione predefinita vengono utilizzati il modello di riconoscimento cinese Paraformer, il rilevamento dell'attività vocale FSMN e il modello di punteggiatura CT
- Durata elaborazione batch: imposta la durata audio massima per una singola inferenza
- Durata massima singolo segmento VAD in millisecondi: controlla la granularità della suddivisione dei segmenti vocali
- Elenco hotword: inserisci nomi propri, nomi di persone e termini di brand per migliorare l'accuratezza del riconoscimento
- Strategia salta/sovrascrivi: scegli se saltare o sovrascrivere i file di output già esistenti
Avviare il riconoscimento batch: fai clic sul pulsante "Avvia riconoscimento"; il software estrarrà automaticamente la traccia audio, suddividerà i segmenti vocali, eseguirà l'inferenza e la trascrizione, aggiungendo la punteggiatura. Durante l'elaborazione puoi visualizzare l'avanzamento nell'area dei log; se devi interrompere, fai clic sul pulsante "Interrompi".
Visualizzare e usare i risultati: al termine del riconoscimento, apri la directory di salvataggio impostata per visualizzare i file nel formato corrispondente; i sottotitoli SRT/VTT possono essere trascinati direttamente in un software di montaggio o in un lettore.

Domande frequenti

R: Per i video sono supportati MP4, MKV, MOV, AVI, FLV, WMV, WebM, M4V, MPG, TS, 3GP, RMVB, ecc.; per l'audio sono supportati MP3, WAV, FLAC, AAC, OGG, M4A, WMA, OPUS, AC3, AMR, APE, ecc. È possibile aggiungere file video e audio misti nello stesso batch; il software li riconoscerà automaticamente ed estrarrà la traccia audio.

R: Il software utilizza il riconoscimento locale offline, senza necessità di connessione Internet durante l'intero processo; i file dei modelli si trovano nella cartella models nella directory principale del programma. Basato sul modello cinese Paraformer di FunASR, offre un'elevata accuratezza nel riconoscimento del mandarino; con l'elenco di hotword è possibile migliorare ulteriormente il riconoscimento di nomi propri, nomi di persone e termini tecnici.

R: TXT è adatto per organizzare testi e materiali di scrittura; SRT e VTT sono formati di sottotitoli universali, utilizzabili con video e player web; JSON contiene timestamp e informazioni sui segmenti complete, utile per lo sviluppo secondario; LRC è adatto a musica e audiolibri; CSV facilita la revisione e la modifica per intervalli di tempo in Excel. È possibile selezionare più formati ed esportarli contemporaneamente.

R: Inserisci nel campo delle parole chiave i nomi propri che vengono facilmente riconosciuti in modo errato, ad esempio nomi di persone, aziende, prodotti, termini tecnici, ecc.; separa più parole con spazi o a capo. Il motore di riconoscimento darà priorità alla corrispondenza con questi termini, con risultati più evidenti in scenari come contenuti di settori verticali, parlato per self-media e formazione aziendale.

R: Questa opzione è disponibile dopo aver selezionato "scansiona sottodirectory". Una volta attivata, i file di output genereranno le sottodirectory corrispondenti in base alla gerarchia delle cartelle sorgente, facilitando l'archiviazione e la gestione di grandi quantità di materiali. In caso di nomi file duplicati, verrà aggiunto automaticamente un numero alla fine del nome per distinguerli.

R: Il software integra il rilevamento dell'attività vocale VAD: prima suddivide automaticamente gli audio lunghi in base ai segmenti di silenzio, quindi li invia al modello di riconoscimento in segmenti secondo il parametro "durata di elaborazione batch"; in teoria può elaborare integralmente anche video lunghi diverse ore. La velocità di riconoscimento dipende dalle prestazioni della CPU del computer; durante l'elaborazione di grandi quantità di materiali si consiglia di chiudere altri programmi ad alto consumo di risorse.

R: Il modello predefinito è Paraformer cinese, con un buon supporto per il mandarino e per contenuti misti cinese-inglese; il riconoscimento di dialetti come cantonese, sichuanese e minnan è invece relativamente meno efficace. Se il materiale è principalmente in dialetto, si consiglia di adattare prima la pronuncia o di scegliere un modello più adatto sostituendo il percorso predefinito.

R: Il software abilita per impostazione predefinita il modello di punteggiatura CT-Punc, che aggiunge automaticamente virgole, punti, punti interrogativi e altri segni di punteggiatura ai risultati del riconoscimento. Se non viene visualizzata la punteggiatura, controlla che il percorso del modello di punteggiatura nei parametri punti correttamente alla directory ct-punc nella cartella models e assicurati che i file del modello siano completi.