Čistič přepisů
Vložte přepis nebo otevřete soubor .txt, .srt nebo .vtt. Odstraňte vycpávková slova, časové značky a čísla titulků a spojte promluvy jednotlivých mluvčích. Běží ve vašem prohlížeči — text jej nikdy neopustí a není vyžadován žádný účet.
Jak to funguje a jakými pravidly se řídí
Každá úprava se řídí pravidlem, které si můžete ověřit v poli s výsledkem. Pokud pravidlo musí hádat, raději slovo ponechá.
- Výplňková slova
- Zvuky bez jiného významu — um, eh, hum, euh, äh a podobné — se odstraní, ať stojí kdekoli. Slova, která jsou vycpávková jen někdy, se odstraní pouze tam, kde je odděluje interpunkce, a pouze tam, kde jsou zřídka něčím jiným: některá všude, kde je oddělují čárky („we, like, went“), některá pouze na začátku věty („Well, I think“), některá pouze na jejím konci („c’est cool, quoi.“). Slovo, které samo tvoří celou větu („Right.“), zůstává: jedná se o odpověď. Slovo, které pak otevírá větu, začíná velkým písmenem; vycpávkové slovo napsané velkými písmeny uvnitř textu malými písmeny je považováno za zkratku a ponecháno. Seznamy najdete níže v sekci Otázky.
- Jména mluvčích
- „Jméno:“ na začátku řádku označuje mluvčího, pokud otevírá alespoň dva řádky, pokud zní „Speaker 1“, pokud mezi ním a dvojtečkou stojí čas („Maya (00:01:23):“), nebo pokud je text psán ve formě řádků „Jméno: text“ a některé jméno se opakuje. Jinak slovo, které otevírá pouze jeden řádek — „Varování:“, „Poznámka:“ —, zůstává tak, jak je napsáno, protože jeho odstranění by bylo horší než ponechání jména. Jméno začíná písmenem, takže skóre jako „3:2“ jím nikdy není. Hlasová značka WebVTT vždy pojmenuje svého mluvčího.
- Časové značky a čísla titulků
- Čas na začátku řádku — [00:01:23], (1:30), 0:02:05 — nebo za jménem — Maya (00:01:23): — je časem daného odstavce. Řádek, který obsahuje pouze jméno a čas, jak exportují aplikace pro schůzky, pojmenuje odstavec pod sebou, pokud zní „Speaker 1“ nebo pokud toto jméno uvozuje více než jeden takový řádek; jinak zůstane jako text, protože „Oběd ve 12:30“ vypadá stejně. Čas uvnitř věty („sešli jsme se ve 12:30“) se nemění. Čísla titulků se odstraňují společně s časovými značkami.
- Soubory s titulky
- Formáty SubRip a WebVTT se načítají jako titulky, kde každý titulek představuje odstavec se spojenými řádky; zalomení řádku se nikdy nepovažuje za konec věty. Při zachování časových značek lze vyčištěné titulky stáhnout jako .srt nebo .vtt s nezměněným časováním a se stejnými slovy jako v poli s výsledkem; slučování promluv se vztahuje pouze na text, protože titulek si na obrazovce zachovává svůj vlastní čas.
- Sloučené repliky
- Po sobě jdoucí odstavce stejného pojmenovaného mluvčího se sloučí do jednoho a ponesou čas toho prvního. Odstavec bez uvedeného jména se neslučuje nikdy: zda v něm pokračuje předchozí mluvčí, by byl pouhý dohad, a text se čte stejně dobře tak i tak.
- Značky pořadí bajtů (BOM) a konce řádků ve Windows
- Odebráno a normalizováno, aby se z prvního titulku nestal nečitelný blok.
Časté dotazy
Nahrává se můj přepis na server?
Ne. Text se zpracovává a přepisuje přímo na této stránce ve vašem prohlížeči a nikam se neodesílá. Odkaz dole vede na službu txscribe, která zajišťuje přepis nahrávek v cloudu; tato stránka funguje zcela nezávisle.
Která výplňková slova nástroj odstraňuje?
Ta z jeho seznamů pro angličtinu, španělštinu, portugalštinu, francouzštinu a němčinu — vyberte jazyk nad textem; slova každého jazyka jsou oddělena středníkem. Zvuky bez jiného významu se odstraní, ať stojí kdekoli: um, uh, uhm, er, erm, ah, eh, hm; eh, ehm, em; hum, hã, ahn, ãh, eh; euh, hum, hm, bah; äh, ähm, öhm, ehm, hm, mh. Tato se odstraní všude, kde je z obou stran odděluje interpunkce: like, actually, basically, literally, you know, i mean, sort of, kind of; o sea, digamos, en plan, pues; né, quer dizer; en fait, du coup, tu vois, hein; sozusagen, quasi, ich meine, irgendwie, halt. Tato se odstraní pouze na začátku věty, pokud za nimi následuje čárka: so, well, right, okay, ok, anyway; este, bueno, mira, oye, tipo, a ver; então, assim, bom, enfim, olha, tipo, é; bon, alors, donc, enfin, voilà, bref, genre; also, naja, na ja, nun. Tato se odstraní pouze na konci věty za čárkou: sabe, entendeu; quoi, voyez; gell, weißt du, weisst du. Žádné z nich se neodstraní, pokud samo tvoří celou větu: jedná se o odpověď.
Proč zůstalo slovo, které považuji za výplňkové?
Protože ho nic neoddělilo nebo stálo tam, kde je často skutečným slovem. „We like went home“ si ponechá své „like“: bez čárky z kterékoli strany stránka nedokáže rozlišit toto slovo od „we like going home“, a pravidlem je raději slovo ponechat než odebrat význam. Přidejte čárky a odstraní se.
Mohu časové značky zachovat?
Ano: zrušte zaškrtnutí volby „Odstranit časové značky a čísla titulků“. Každý odstavec pak bude začínat svým časem, a pokud byl vstupem soubor .srt nebo .vtt, můžete vyčištěné titulky stáhnout jako .srt či .vtt se zachovaným časováním.
Co všechno dokáže načíst?
Prostý text s řádky typu „Jméno: text“, časy na začátku řádku nebo za jménem, záhlaví z aplikací na schůzky jako „Speaker 1 0:03“, soubory SubRip a WebVTT, hlasové značky WebVTT, konce řádků z Windows i značku pořadí bajtů (BOM). Zvukové a video soubory jsou odmítnuty: tato stránka text pouze čistí, nepřepisuje.
Je to zdarma?
Ano, bez účtu a bez nutnosti cokoli instalovat.
Potřebujete nejprve získat přepis?
txscribe přepisuje zvuk i video s časovou značkou u každého slova a umožňuje export do formátů prostého textu, SubRip a WebVTT. Na rozdíl od této stránky běží tato část v cloudu.
Začít zdarma