Transkrypcja podcastu z linku w kilku kliknięciach. Wklej adres odcinka i dostań transkrypt z nazwanymi mówcami, podsumowaniem i eksportem SRT, PDF lub tekst.
Aby przetranskrybować podcast z linku, wklej adres odcinka do VocalStack, naciśnij Start i po kilku minutach czytaj transkrypt. Linkiem może być strona odcinka w SoundCloud, Spreaker, iHeartRadio, Audioboom, Mixcloud lub YouTube, strona internetowa samego podcastu albo plik MP3 odcinka. Linki ze Spotify i Apple Podcasts wymagają jednego dodatkowego kroku, opisanego niżej.
Ten przewodnik prowadzi przez całą drogę w panelu: które linki działają, jak zdobyć adres dźwięku, gdy link nie działa, jak nazywa się gospodarzy i gości oraz jak wyeksportować wynik jako tekst, napisy lub PDF. Krótka sekcja na końcu robi to samo przez API.
Większość linków do odcinków działa bez zmian. VocalStack pobiera tylko dźwięk, transkrybuje go i zachowuje link, z którego powstała transkrypcja. Te linki warto wypróbować jako pierwsze:
.mp3, .m4a, .wav, .ogg, .flac lub w innym formacie audio albo wideo.Dwa rodzaje linków są odrzucane, zanim cokolwiek zostanie pobrane. Link ze Spotify lub Apple Podcasts to strona ich własnej aplikacji i VocalStack nie pobiera z żadnego z tych serwisów. Nagrania chronionego przed kopiowaniem nie transkrybuje żadne cudze narzędzie, a sprawdzenie mówi o tym prostymi słowami. Prywatne wpisy i odcinki wymagające logowania są odrzucane również.
W panelu robi się to w pięciu krokach.
Transkrypcja dostaje nazwę od tytułu odcinka w serwisie, jeśli serwis go podaje, więc partia odcinków pozostaje czytelna na liście. Długie odcinki mają limit: w planie Pay as you go plik może mieć do 2 godzin, a w Premium do 8 godzin. Dłuższe nagranie nie jest od razu odrzucane. Sprawdzenie podaje jego długość i pozwala ustawić początek i koniec, aby przetranskrybować potrzebną część.
Użyj pliku audio odcinka zamiast linku do aplikacji. Prawie każdy podcast jest publikowany przez kanał RSS, a kanał zawiera bezpośredni adres dźwięku każdego odcinka. Ten adres działa w VocalStack jak każdy inny link do MP3.
<item> na odcinek.<title>, a potem linię <enclosure url="…"> w tym samym elemencie. Ten adres URL zwykle kończy się na .mp3.Wklej adres dźwięku odcinka, a nie sam adres kanału: kanał wymienia każdy odcinek, a VocalStack transkrybuje jedno nagranie na link. Jeśli program ma stronę z odtwarzaczem na każdej stronie odcinka, szybciej jest wkleić stronę odcinka, bo VocalStack sam znajdzie na niej dźwięk.
Niektóre programy publikują tylko na Spotify, bez publicznego kanału. Takie odcinki nie mają adresu dźwięku poza aplikacją, więc nie ma linku, który można by podać VocalStack. Jeśli to ty stworzyłeś odcinek, prześlij własną kopię w Transcriptions → New → Upload file.
Etykiety mówców odróżniają głosy, a imiona czynią je czytelnymi. Ustawienie ma trzy wartości:
Etykieta zaczyna jako numer, więc nadaj każdemu mówcy imię w transkrypcji. Dla programu ze stałym gospodarzem zaznacz Save to Speakers przy nadawaniu imienia. Gospodarz jest wtedy zapamiętany na stronie Speakers i rozpoznawany po głosie w kolejnych nagraniach, więc odcinek z przyszłego tygodnia oznaczy go imieniem, bez niczyjej ingerencji. Zapisanie mówcy zachowuje tylko odcisk głosu do jego rozpoznawania; żaden głos nie jest klonowany, jeśli osoba się na to nie zgodziła. Odróżnianie głosów to inne zadanie niż zapisywanie słów; diaryzacja a rozpoznawanie mowy wyjaśnia, jak jedno z drugim współpracuje.
Gdy odcinek jest przetranskrybowany, narzędzia do pracy z nim są obok transkryptu.
Każda linijka zachowuje swój czas w odcinku, więc możesz ją odtworzyć i sprawdzić, zanim ją zacytujesz.
Karta Export zamienia transkrypt w plik, w języku mówionym lub w dowolnym tłumaczeniu:
Przez API ten sam eksport daje też czysty tekst (txt) i Markdown (md), które można wkleić wprost do notatek do odcinka albo wpisu na blogu.
Karta Share tworzy publiczny link do strony transkryptu, na której każdy może czytać razem z dźwiękiem. Możesz utworzyć kilka linków z różnymi etykietami, dla gościa i dla newslettera, i w każdej chwili cofnąć któryś; przestaje działać natychmiast. Czytelnicy udostępnionego linku mogą przełączyć go na swój język i pobrać.
Jeśli program działa na WordPressie, wtyczka transkrypcji WordPress transkrybuje odcinki z biblioteki mediów i umieszcza transkrypt na stronie, gdzie wyszukiwarki czytają każde słowo.
Uwaga o cudzych programach. Transkrybowanie odcinka na własny użytek, do badań, notatek lub tłumaczenia to częste zastosowanie. Publikowanie cudzego transkryptu to co innego, regulowane prawem autorskim tam, gdzie mieszkasz, i warunkami samego programu, więc zapytaj program, zanim go opublikujesz.
Możesz zacząć za darmo. Nowe konto dostaje jednorazowe $5 środków na start i nie potrzebuje karty. Przy stawce za pliki $0.20 za godzinę dźwięku te środki wystarczają na około 25 godzin odcinków.
Potem plik kosztuje $0.20 za godzinę, rozliczane co do sekundy: godzinny odcinek to $0.20, a 30-minutowy $0.10. W planie Pay as you go każda transkrypcja jest rozliczana za co najmniej 5 minut, więc dwuminutowy fragment kosztuje tyle samo co pięciominutowy. Premium nie ma minimum i zawiera $25 środków co miesiąc. Etykiety mówców, podsumowanie i tłumaczenia są częścią stawki, a nie dodatkami. Aktualne kwoty i limity są na stronie cennika.
Dla zaległych odcinków albo kanału, który chcesz transkrybować co tydzień, API robi to samo z kodu. Utwórz klucz w Developers → API keys, a potem wyślij POST /v1/transcriptions z ciałem JSON zawierającym url odcinka. Odpowiada od razu transkrypcją; serwer pobiera dźwięk później.
API={{api}}
AUTH="Authorization: Bearer $VOCALSTACK_API_KEY"
TX=$(curl -sSf "$API/v1/transcriptions" -H "$AUTH" -H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{"url":"https://example.com/episodes/42.mp3","name":"Episode 42","settings":{"speakerLabels":"auto"}}' \
| jq -r .id)
Odczytuj GET /v1/transcriptions/$TX/job co kilka sekund. Przechodzi od fetching przez transcribing do done albo kończy się na failed z error, który mówi dlaczego. Gdy jest gotowe, wyeksportuj transkrypt:
curl -sSf "$API/v1/transcriptions/$TX/export?format=txt" -H "$AUTH" -o episode-42.txt
curl -sSf "$API/v1/transcriptions/$TX/export?format=srt&lang=es" -H "$AUTH" -o episode-42.es.srt
GET /v1/transcriptions/probe?url= sprawdza link wcześniej i mówi, czy otwiera się jako nagranie, bez zapisywania czegokolwiek. SDK opakowują to wszystko jako vs.transcriptions.createFromUrl i vs.transcriptions.waitForJob; samouczek API plików przechodzi przez nie wraz z błędami, na które trafisz.
Nie z linku Spotify. VocalStack nie pobiera ze Spotify. Większość programów na Spotify publikuje też kanał RSS, a adres dźwięku odcinka z tego kanału działa. Programy publikowane wyłącznie na Spotify nie mają publicznego adresu dźwięku, więc nie da się ich przetranskrybować z linku.
Tak, przez jego plik audio. Strona Apple Podcasts jest odrzucana, ale Apple Podcasts wyświetla programy z ich kanałów RSS, więc adres <enclosure> odcinka w kanale programu transkrybuje się jak każdy MP3.
Krócej niż sam odcinek. Najpierw pobierany jest dźwięk, co z hostingu podcastów trwa sekundy, a transkrypcja działa kilka razy szybciej, niż dźwięk jest odtwarzany. Pasek postępu pokazuje oba etapy.
Tak. Język mówiony jest wykrywany sam, spośród 100 języków, a możesz go podać, gdy go znasz, co pomaga przy hałaśliwym dźwięku. Każdy transkrypt można potem przetłumaczyć na maksymalnie 10 języków w tej samej cenie.
Tak. Eksporty, udostępnione linki i tłumaczenia nie kosztują nic poza samą transkrypcją, a ten sam transkrypt możesz eksportować tyle razy, ile chcesz.
Wklej link do pierwszego odcinka i przeczytaj go po kilku minutach.