สวัสดีครับ/ค่ะ แม้เราจะบันทึกเสียงการประชุมหรือการสัมภาษณ์ไว้แล้ว แต่พอภายหลังต้องการหาประโยคใดประโยคหนึ่ง ก็ยังมีความไม่สะดวกที่ต้องย้อนฟังไฟล์ตั้งแต่ต้นอยู่ดี
ผม/ฉันจึงสร้าง ToText ขึ้นมาเพื่อลดปัญหานี้
ตอนแรกคิดว่าแค่มีฟังก์ชันแปลงเสียงเป็นข้อความก็น่าจะเพียงพอแล้ว แต่พอได้ลองใช้กับไฟล์จริง ก็พบว่าหลังจากถอดเสียงแล้ว ยังมีงานที่ต้องทำอีกมาก
ต้องแก้ชื่อคนหรือตัวเลข และในกรณีที่มีหลายคนสนทนากัน ก็ต้องจัดระเบียบผู้พูดด้วย หากต้องการตรวจสอบประโยคให้ถูกต้อง ก็ต้องกลับไปหาตำแหน่งนั้นในไฟล์เสียงต้นฉบับอีกครั้ง
ดังนั้นจึงทำให้หน้าผลลัพธ์สามารถดูไฟล์ต้นฉบับและเนื้อหาถอดเสียงควบคู่กันได้ แต่ละประโยคมีไทม์สแตมป์ และเมื่อคลิกที่ประโยค ก็จะเล่นจากช่วงเวลานั้นได้ทันที
ฟีเจอร์ที่รองรับในปัจจุบันมีดังนี้
- อัปโหลดไฟล์เสียงและวิดีโอ เช่น MP3, MP4, M4A, MOV, WAV, WebM
- ตรวจจับภาษาอัตโนมัติ
- ผลการถอดเสียงที่แก้ไขได้พร้อมไทม์สแตมป์
- การรู้จำผู้พูดและการแก้ไขชื่อผู้พูด
- ค้นหาข้อความและเล่นช่วงที่ตรงกันจากไฟล์ต้นฉบับ
- สร้างสรุป รายงานการประชุม บทอัตโนมัติ และ action item
- ส่งออกเป็น TXT, DOCX, PDF, SRT, VTT, CSV, JSON
การสัมภาษณ์ พอดแคสต์ และไฟล์บันทึกการประชุมสามารถจัดการได้ผ่านโฟลว์ MP3 to Transcript ส่วนเว็บบินาร์ วิดีโอการบรรยายหรือการประชุม สามารถทำงานได้ในหน้าจอแก้ไขเดียวกันผ่านโฟลว์ MP4 to Transcript
ขณะนี้บัญชีใหม่จะได้รับสิทธิ์ถอดเสียงฟรี 3 ครั้ง โดยไม่ต้องลงทะเบียนบัตรเครดิต
ยังอยู่ระหว่างการปรับปรุงอย่างต่อเนื่อง จึงอยากรับฟังความคิดเห็นในประเด็นต่อไปนี้
- ฟีเจอร์ที่จำเป็นที่สุดเมื่อต้องตรวจทานเนื้อหาถอดเสียงยาว ๆ
- ผลลัพธ์ที่ใช้งานจริงบ่อยที่สุด ระหว่างสรุป รายงานการประชุม และซับไตเติล
- ส่วนใดในหน้าจอแก้ไขที่ใช้งานไม่สะดวกหรือเข้าใจยาก
หากได้ลองใช้งานจริงแล้วช่วยแจ้งบั๊กหรือข้อเสนอแนะในการปรับปรุง จะขอบคุณมากครับ/ค่ะ
1 ความคิดเห็น
ทั้งวิดีโอและไฟล์บันทึกเสียงถูกเสิร์ฟผ่านเซิร์ฟเวอร์ทั้งหมดหรือเปล่าครับ?