Darmowa transkrypcja mowy na tekst — język niemiecki

Niemiecki to najczęściej używany język ojczysty w Unii Europejskiej — mówi nim około 95 milionów rodzimych użytkowników. Jest językiem urzędowym w Niemczech, Austrii, Szwajcarii, Liechtensteinie, Luksemburgu oraz w częściach Belgii i Włoch, więc niemieckie nagrania pojawiają się wszędzie: od berlińskich redakcji po sale konferencyjne w Zurychu.

Niemiecki stawia też silnikowi rozpoznawania mowy bardzo konkretne wymagania. Rzeczowniki zapisuje się wielką literą, więc transkrypt, który się w tym myli, od razu zdradza maszynę — ConvertSpeech zapisuje je poprawnie. Złożenia powstają przez sklejanie wyrazów, a nie ich rozdzielanie, więc jedno wypowiedziane słowo może przyjść jako Rechtsschutzversicherung albo Lebensmittelunverträglichkeit i musi zostać zapisane łącznie. Liczebniki poniżej stu wymawia się zaś od tyłu: einundzwanzig to dosłownie „jeden i dwadzieścia", dlatego naiwny system potrafi zamienić 21 na 12.

Do tego dochodzi ß. Litera ta funkcjonuje w Niemczech i Austrii, ale nie w Szwajcarii, gdzie wszędzie pisze się ss — to samo zdanie zapisuje się więc inaczej w zależności od tego, skąd pochodzi mówca. Nasz silnik idzie za konwencją nagrania, zamiast narzucać jeden standard, dlatego przykładowy transkrypt poniżej zachowuje starszą pisownię daß dokładnie tak, jak została przeczytana.

Prześlij audio lub wideo, a silnik zapisze wypowiedziany niemiecki jako czysty, przeszukiwalny tekst z interpunkcją. Działa w przeglądarce, nie wymaga instalacji, a pierwsze minuty są darmowe, bez zakładania konta.

To prawdziwe, 45-sekundowe nagranie czytane przez człowieka, przepuszczone przez nasz silnik AI dokładnie tak, jak przepuścisz własny plik. Nic nie zostało potem poprawione. Włącz odtwarzanie i czytaj razem z lektorem.

Warto zwrócić uwagę: rosyjskie nazwiska Abraham Petrowitsch Hannibal i Katharina wychodzą poprawnie, francuski stopień en chef zostaje po francusku, zamiast zostać zgermanizowany, a historyczna pisownia daß jest zachowana, zamiast zostać unowocześniona do dass. Achtzehn i zweiundneunzigsten pozostają zapisane słownie, tak jak zostały wypowiedziane.

To staranne, wyraźnie artykułowane czytanie — blisko wykładu albo dyktowanej notatki. Wywiad w gwarnej kawiarni, gdzie trzy osoby mówią jedna przez drugą, nie wyjdzie tak czysto; nie wyjdzie tak w żadnym automatycznym systemie. Jakość nagrania pozostaje najważniejszym czynnikiem decydującym o wyniku.

Standardowy niemiecki (Hochdeutsch) to język większości nagrań radiowo-telewizyjnych, biznesowych i akademickich — i właśnie do niego ConvertSpeech jest dostrojony. Niezawodnie radzi sobie ze standardem używanym w Niemczech, Austrii i Szwajcarii.

Niemiecki ma też silne zróżnicowanie regionalne — bawarski i austriacki na południu, szwajcarski niemiecki (Schweizerdeutsch) w Szwajcarii oraz dolnoniemiecki na północy. Zwłaszcza szwajcarski niemiecki różni się od standardu na tyle, że mocny dialekt jest wyzwaniem dla każdego systemu automatycznego: bliżej mu do grupy dialektów alemańskich niż do akcentu, bo ma własne słownictwo i własny system samogłoskowy. Jeśli Twoje nagranie jest silnie dialektalne, licz się z tym, że transkrypt odda je w standardowej pisowni niemieckiej, zamiast odtwarzać dialekt.

Austriacki niemiecki jest znacznie bliższy standardowi i transkrybuje się dobrze, z okazjonalnymi potknięciami na typowo austriackim słownictwie — Jänner zamiast Januar, Erdäpfel zamiast Kartoffeln, Sackerl zamiast Tüte. Warto rzucić na nie okiem podczas korekty.