Kalbos vertimas į tekstą: kaip transkribuoti ir išversti garsą

whispertranscribe.ai redakcija · Paskutinį kartą atnaujinta 2026 m. lapkritį · Skaitymo trukmė: 12 min.

Kalbos vertimas į tekstą reiškia, kad vienos kalbos įrašas paverčiamas kitos kalbos tekstu. Tai galima atlikti dviem būdais: transkribuoti įrašą originalo kalba ir išversti tekstą arba naudoti modelį, kuris tiesiai iš garso pateikia tekstą tiksline kalba. Pirmąjį rezultatą lengviau patikrinti. Antrasis greitesnis.

Toliau aptarsime abi eigas ir jų klaidas, keturis praktinius būdus, įskaitant daugiakalbius SRT ir VTT subtitrus, kokybės veiksnių lentelę, patikros po vertimo sąrašą ir situacijas, kai saugiau rinktis profesionalų vertėją.

Trumpas atsakymas: kaip išversti kalbą į tekstą

Daugumą įrašų pirmiausia transkribuokite originalo kalba, ištaisykite transkriptą, tada išverskite patikrintą tekstą. Jei reikia tik anglų kalbos ir svarbus greitis, tiesioginis kalbos vertimas į anglų kalbą tinka pirmajam juodraščiui. Bet kuriuo atveju skelbiamą ar naudojamą svarbiems sprendimams tekstą turėtų patikrinti abi kalbas mokantis žmogus.

  1. Transkribuokite kalbama kalba. Kalbą pasirinkite patys, o ne pasikliaukite automatiniu nustatymu.
  2. Ištaisykite originalo transkriptą. Pirmiausia vardus, skaičius ir terminus.
  3. Išverskite ir patikrinkite. Išverskite tekstą, tada sutikrinkite jį su originalu ir garsu.

Kas yra kalbos vertimas į tekstą?

Kalbos vertimas į tekstą apima bet kokį procesą, kuris prasideda kalba A ir baigiasi tekstu kalba B. Paprasta transkripcija lieka ta pačia kalba. Paprastas vertimas prasideda nuo teksto. Ši užduotis sujungia abu veiksmus, o nuo jų derinimo priklauso, kaip lengva patikrinti rezultatą.

Dvi eigos: pakopinė ir tiesioginė

Pirmąjį būdą tyrėjai vadina pakopiniu: kalbos atpažinimas, tada teksto vertimas. Antrasis — tiesioginis (arba galas–galas) kalbos vertimas, kai vienas modelis garsą tiesiogiai paverčia tikslinės kalbos tekstu. OpenAI Whisper gali versti tiesiogiai, bet tik į anglų kalbą.

Transkribuoti ir tada versti (pakopinis) Tiesioginis kalbos vertimas
Matomi žingsniai Du: originalo transkriptas, tada vertimas Vienas: įvedamas garsas, gaunamas tikslinės kalbos tekstas
Tikslinės kalbos Visos, kurias palaiko teksto vertėjas Dažnai ribotos; Whisper vertimo užduotis pateikia tik anglų kalbą
Originalo kalbos tekstas Jis išsaugomas Paprastai nesukuriamas
Kur galima pastebėti klaidas Tarp dviejų etapų originalo tekste Tik lyginant rezultatą su garsu
Pakartotinis vertimas vėliau Pakartotinai naudokite patikrintą transkriptą Dar kartą apdorokite garsą arba išverskite anglišką tekstą
Geriausiai tinka Tyrimams, publikavimui, subtitrams keliomis kalbomis ir citatoms Greitam įrašo supratimui anglų kalba

Kas gali nepavykti kiekvienoje eigoje

Pakopinėje eigoje klaidos kaupiasi. Jei transkripte parašyta „penkiasdešimt“, nors žmogus sakė „penkiolika“, vertime klaidingas skaičius liks gramatiškai taisyklingas. Paprastas sprendimas: prieš versdami ištaisykite transkriptą.

Tiesioginėje eigoje nėra originalo teksto, kurį būtų galima patikrinti. Neteisingai išgirstas ir neteisingai išverstas žodis rezultate atrodo vienodai, todėl tikrintojas turi grįžti prie garso. Tiesioginis rezultatas gali skambėti sklandžiau, nei leidžia jo tikslumas, todėl klaidas pastebėti sunkiau.

Kurį metodą rinktis?

Rinkitės pagal teksto paskirtį ir reikiamų kalbų skaičių.

Jūsų situacija Rekomenduojamas metodas Kodėl
Reikia greitai suprasti įrašą užsienio kalba 2 metodas: tiesiogiai transkribuoti į anglų kalbą Vienas žingsnis, skaitomas juodraštis
Cituosite kalbėtoją straipsnyje ar ataskaitoje 1 metodas ir 4 metodas pagrindinėms citatoms Galite patikrinti originalius žodžius
Reikia subtitrų dviem ar daugiau kalbų 3 metodas: originalo SRT arba VTT, tada versti segmentų tekstą Vienas laiko žymų failas tinka visoms kalboms
Tyrimų interviu analizei ir citavimui 1 metodas Kodavimas ir citatos lieka susieti su originalo transkriptu
Sutartys, teismo, medicininiai ar imigracijos dokumentai 4 metodas su kvalifikuotu specialistu Klaidos turi realių pasekmių

1 metodas: transkribuokite originalo kalba, tada išverskite tekstą

Tai lanksčiausias būdas. Ištaisytas transkriptas tampa pagrindine kopija, nuo kurios prasideda kiekvienas vertimas.

1 žingsnis: transkribuokite kalbama kalba

Įkelkite failą į transkripcijos įrankį ir prieš pradėdami nustatykite kalbą. whispertranscribe.ai yra naršyklės transkripcijos įrankis, pagrįstas OpenAI Whisper modeliu; jame galima rinktis iš daugiau nei 130 kalbų, regioninius variantus ir prastiems įrašams skirtus Noise / Low-Quality Audio/Video režimus. Dažniems šaltiniams yra atskiri puslapiai, pavyzdžiui, ispanų kalbos garsui ir kinų kalbos garsui. Jei kalbėtojai keičia kalbas, Multilingual Mix apima anglų, ispanų, prancūzų, vokiečių, hindi, rusų, portugalų, japonų, italų ir nyderlandų kalbas.

Jei įrašas yra Google Drive, Dropbox, Vimeo ar YouTube, galite transkribuoti iš URL, jo neatsisiųsdami. Interviu ir susitikimams įjunkite kalbėtojų nustatymą. Prieš įrašydami gaukite būtiną dalyvių sutikimą ir organizatoriaus leidimą.

2 žingsnis: ištaisykite originalo transkriptą

Ištaisykite transkriptą prieš versdami, nes kiekviena neištaisyta klaida persikels į kiekvieną kalbą. Pirmiausia ieškokite vardų, produktų terminų ir santrumpų, tada perklausykite kiekvieną ketinamą išsaugoti skaičių. Aiškaus garso tikslumas siekia iki 99 %. Fono triukšmas, ryškūs akcentai ir persidengianti kalba jį mažina, todėl skirkite laiko patikrai.

3 žingsnis: išverskite ištaisytą tekstą

Eksportuokite transkriptą DOCX arba TXT formatu ir pateikite teksto vertimo įrankiui. Pirmiausia patikrinkite formatų ribas. 2026 m. lapkritį:

  • Google Translate verčia iki 10 MB .docx, .pdf, .pptx ir .xlsx dokumentus, o PDF negali viršyti 300 puslapių, kaip nurodyta Google Translate pagalboje. Subtitrų failų šiame sąraše nėra.
  • DeepL failų formatų puslapyje nurodo DOCX, PDF ir TXT. Taip pat nurodyti SRT ir VTT, įskaitant Pro Individual, Pro Team, Pro Business ir API planus, su 150 KB arba 200 KB vieno subtitrų failo riba. Nemokama DeepL paskyra TXT neapima.

Jei įrankis leidžia, pateikite vertėjui kontekstą: kas kalba, kam skirta ir koks formalumas reikalingas.

4 žingsnis: abi versijas laikykite greta

Išsaugokite originalą ir vertimą kaip porą sutampančiais pavadinimais, pavyzdžiui, interview-04_es_v2.docx ir interview-04_en_v2.docx, kad bet kurią ginčijamą eilutę būtų galima susieti su originaliais žodžiais.

2 metodas: transkribuokite tiesiai į anglų kalbą

Jei tikslinė kalba yra anglų, o pagrindinis tikslas — suprasti ar apibendrinti įrašą, tiesioginis įrankis sutaupo vieną žingsnį.

Garso vertimo į anglų kalbą puslapis

whispertranscribe.ai garso vertimo į anglų kalbą puslapis kitų kalbų kalbą paverčia anglišku tekstu. Puslapis taip apibūdina funkciją ir nepateikia tikslinių kalbų sąrašo, nes rezultatas yra anglų kalba.

  1. Pasirinkite kalbamą kalbą. Pirmame žingsnyje prašoma nurodyti įrašo, ne tikslinę kalbą. Puslapyje teigiama, kad teisingas pasirinkimas pagerina anglišką rezultatą, o nepatenkinus rezultatui siūloma išbandyti kitą parinktį.
  2. Įkelkite failą. Antrame žingsnyje priimami įprasti garso ir vaizdo formatai, įskaitant MP3, WAV, M4A, MP4, MOV ir MKV.
  3. Įjunkite kalbėtojų nustatymą, jei kalba daugiau nei vienas žmogus. Puslapyje jis nurodytas ir vertimui.
  4. Pasirinkite Translate audio to English, patikrinkite anglišką tekstą ir eksportuokite.

Rezultatą laikykite darbiniu juodraščiu; vertimo kokybės negarantuojame. Jei reikia ir originalo kalbos transkripto, papildomai atlikite įprastą transkripciją.

Atvirojo kodo Whisper kompiuteryje

OpenAI Whisper saugykloje dokumentuota vertimo užduotis pateikia anglų kalbos tekstą:

whisper japanese.wav --model medium --language Japanese --task translate

Du README perspėjimai: numatytasis turbo modelis nėra mokytas vertimui ir net naudojant --task translate grąžina originalo kalbą, todėl naudokite medium arba large; rezultatas pateikiamas tik anglų kalba. Vokiečių kalbos garsui išversti į prancūzų tekstą dar reikia teksto vertimo etapo. Whisper CLI čia neįdiegtas, todėl ši komanda nebuvo išbandyta.

Kokia kokybė? Whisper tyrime nurodoma, kad mokymo duomenyse buvo 125 000 valandų vertimo X→anglų kalba duomenų. Nemokytas pagal CoVoST2 — vertinimo rinkinį, kuriuo buvo tikrinamas — Whisper gavo 29,1 BLEU; autoriai tai įvardijo nauju geriausiu rezultatu. BLEU vertina mašininio rezultato ir etaloninių vertimų sutapimą. Tai nėra teisingų sakinių procentas. Tame pačiame tyrime pažymima, kad Whisper vis dar nusileidžia ankstesnėms tiesiogiai mokytoms sistemoms kalbomis, kurioms yra daug duomenų, ir kad didesnis mokymo duomenų kiekis vertimo kokybę prognozuoja daug mažiau patikimai nei transkripcijos kokybę.

3 metodas: sukurkite daugiakalbius subtitrus (SRT ir VTT)

Vaizdo įrašui sukurkite vieną subtitrų failą originalo kalba ir išverskite tik kiekvieno segmento tekstą. Laiko žymos visomis kalbomis lieka vienodos.

1 žingsnis: sukurkite originalo subtitrų failą

Naudokite subtitrų generatorių arba MP4 į SRT keitiklį ir eksportuokite SRT arba VTT kalbama kalba. Pirmiausia šiame faile ištaisykite tekstą ir laiką; jis bus visų kalbų šablonas.

2 žingsnis: verskite segmento tekstą, ne struktūrą

SRT segmentą sudaro numeris, laiko kodo eilutė ir tekstas. Keistis turi tik tekstas. Štai išgalvotas pavyzdys:

12
00:01:04,200 --> 00:01:07,900
La reunión empieza el 3 de mayo a las 15:00.
12
00:01:04,200 --> 00:01:07,900
Susitikimas prasideda gegužės 3 d. 15 val.

Segmento numeris ir laiko kodas lieka tokie patys. Data ir laikas pritaikomi tikslinei auditorijai. Jei vertimo įrankis priima tik dokumentus, nukopijuokite tekstą į lentelę ir grąžinkite po vieną segmentą. Kaip nurodyta aukščiau, DeepL Pro planai priima SRT ir VTT tiesiogiai.

3 žingsnis: patikrinkite skaitymo ilgį

Išversta eilutė gali būti ilgesnė už originalą ir 3,7 sekundės, kurių anksčiau pakako patogiai perskaityti, gali nebeužtekti. Ilgus segmentus padalykite arba sutrumpinkite formuluotes, bet nekeiskite laiko kodų dar kartą jų nesutikrinę su garsu.

4 žingsnis: įkelkite kiekvieną kalbą kaip atskirą takelį

Pavadinkite failus su kalbų kodais, pavyzdžiui, talk.en.srt ir talk.es.srt, ir įkelkite kiekvieną kaip atskirą subtitrų takelį platformoje. Atskirai įjungiami subtitrų takeliai leidžia žiūrovams keisti kalbą.

4 metodas: pridėkite žmogaus patikrą

Jei tekstas bus publikuojamas, cituojamas ar naudojamas sprendimui, paprašykite abiem kalbomis kalbančio tikrintojo palyginti vertimą su originalu. Mašininis rezultatas dažnai skamba sklandžiai net tada, kai yra klaidingas.

Paprastas patikros lapas pagreitina darbą. Štai išgalvotas formato pavyzdys:

Segmentas Originalo eilutė Vertimas Žyma Tikrintojo pastaba
#37 Vamos a cerrar el trato el lunes Sandorį užbaigsime pirmadienį Gerai —
#81 Eso no es moco de pavo Tai ne kalakuto snarglys Idioma Vartoti „Tai nemenkas dalykas“
#126 Facturamos 1,5 millones Išrašėme sąskaitų už 1,5 milijono Skaičius Patikslinkite valiutą su kalbėtoju

Atkreipkite tikrintojo dėmesį į vardus, skaičius, citatas, teisės ar medicinos terminus ir neaiškias vietas. whispertranscribe.ai neteikia žmogaus atliekamos transkripcijos ar vertimo, todėl šį etapą atliekate jūs arba specialistas.

Kas veikia kalbos vertimo į tekstą kokybę?

Kokybė nulemiama du kartus: kai kalba virsta tekstu ir kai tekstas keičia kalbą. Kai kurie veiksniai kenkia abiem etapams.

Veiksnys Poveikis transkripcijai Poveikis vertimui Ką daryti
Garso kokybė (triukšmas, aidas, atstumas) Praleisti arba neteisingai išgirsti žodžiai Klaidos perkeliamos į visas kalbas Įrašykite arti mikrofono; naudokite švariausią originalą
Akcentai ir tarmės Daugiau regioninės kalbos klaidų Regioniniai žodžiai gali būti išversti pažodžiui Pasirinkite regioninės kalbos parinktį, jei ji yra
Techniniai terminai Terminai užrašomi pagal skambesį Neteisingi arba nenuoseklūs atitikmenys Paruoškite žodynėlį ir ištaisykite originalo terminus
Kalbų pora Priklauso nuo kalbamos kalbos Dažnos poros paprastai veikia geriau už retas Rečiau vartojamoms kalboms numatykite daugiau patikros
Tikriniai vardai Vardai paverčiami bendriniais žodžiais Vardai „išverčiami“ arba pakeičiami Prieš pradėdami sudarykite vardų sąrašą; ieškokite ir taisykite
Kalbų kaita Sakinio viduryje atspėjama netinkama kalba Mišrus tekstas klaidina vertimo įrankį Naudokite mišrių kalbų režimą; pažymėkite kiekvieną kalbą
Persidengianti kalba Eilutės sujungiamos arba praleidžiamos Prarandama kalbėtojo mintis Atskiri mikrofonai; pertraukimų vietose patikrinkite žymas

Google kalbos duomenų gerosios praktikos gairėse nurodo, kad nuostolingi kodekai, pavyzdžiui, MP3 ir M4A, gali mažinti tikslumą, o kartu naudojant tokį kodeką triukšmas ir aidas kenkia labiau. OpenAI README priduria, kad Whisper rezultatai labai skiriasi pagal kalbą. Tai geros priežastys prieš apdorojant daug failų išbandyti trumpą pavyzdį.

Patikros po vertimo sąrašas

Peržiūrėkite šį sąrašą po kiekvieno vertimo, prieš jį pateikdami ne savo komandai:

  • Skaičiai. Kiekvienas skaičius sutampa su garsu. Atkreipkite dėmesį į dešimtainį kablelį: „1,5“ daugelyje Europos kalbų anglų kalba yra 1.5.
  • Valiuta ir vienetai. Palikite kalbėtojo valiutą, nebent nurodote konvertavimą; kilometrų tyliai nekeiskite myliomis.
  • Vardai ir pavadinimai. Žmonių, įmonių ir vietų vardai rašomi taip, kaip jie patys juos rašo, o ne verčiami.
  • Datos ir laikas. Dienos ir mėnesio tvarka skiriasi; 03/04 gali reikšti balandžio 3-iąją arba kovo 4-ąją. Jei svarbu, mėnesį rašykite žodžiu.
  • Citatos. Tiesioginės citatos sutikrintos su garsu, ne vien su transkriptu.
  • Idiomos ir humoras. Pažodiniai idiomų vertimai pakeisti natūraliais atitikmenimis arba pažymėti.
  • Kultūrinis kontekstas. Sunkiai perkeliamas nuorodas papildykite trumpa pastaba, užuot tyliai perrašę.
  • Registras. Formalus ir neformalus kreipimasis (tú/usted, du/Sie) atitinka kalbėtojų santykį.
  • Kalbėtojų žymos. Kiekviena eilutė vis dar priskirta tinkamam žmogui.
  • Neaiškios vietos. Abejotinos vietos abiem kalbomis žymimos [unclear], o ne atspėjamos.

Kada reikia profesionalaus vertėjo?

Kvalifikuotą vertėją rinkitės, kai klaida gali kainuoti pinigus, sveikatą, teisinį statusą ar pasitikėjimą. Tai nėra teisinė konsultacija; reikalavimai skiriasi pagal šalį, teismą ir įstaigą, todėl pasitikslinkite dokumentą gaunančioje institucijoje.

Situacija Kodėl nepakanka mašininio rezultato
Imigracijos dokumentai JAV taisyklės (8 CFR 103.2(b)(3)) reikalauja, kad USCIS pateikiamą užsienio kalbos dokumentą lydėtų visas vertimas į anglų kalbą, patvirtintas vertėjo, kuris nurodo, kad vertimas išsamus ir tikslus ir jis kompetentingas versti
Teismo įrodymai ir parodymai Teismai dažnai nustato savo taisykles, kas gali versti ar patvirtinti
Sutartys ir susitarimai Vienas neteisingas žodis gali pakeisti prievolę
Medicininės konsultacijos ir įrašai Dozės, simptomai ir sutikimas turi būti tikslūs
Viešos citatos ir spaudos medžiaga Neteisinga citata mažina pasitikėjimą ir gali sukelti atsakomybę

Mažesnės rizikos darbams, pavyzdžiui, vidiniams užrašams, tyrimų juodraščiams ar vaizdo supratimui, paprastai pakanka mašininio vertimo ir jūsų patikros.

Kurio eksporto formato reikia?

Rinkitės formatą pagal kitą žingsnį. whispertranscribe.ai transkriptus eksportuoja DOCX, PDF, TXT, CSV, SRT ir VTT formatais.

Formatas Paskirtis
DOCX Vertimui Word, DeepL ar Google Translate; redagavimui su komentarais
TXT Įklijuoti į vertimo įrankį ar kitą programą
PDF Nekintamai patvirtinto vertimo kopijai
CSV Gretimiems patikros lapams ir tyrimų kodavimui
SRT YouTube, vaizdo redaktorių ir grotuvų subtitrų takeliams
VTT HTML5 interneto vaizdo grotuvų subtitrams

Dažniausiai užduodami klausimai

Kuo skiriasi kalbos pavertimas tekstu ir kalbos vertimas į tekstą?

Kalbos pavertimas tekstu išsaugo originalo kalbą: ispanų garsas tampa ispanų tekstu. Kalbos vertimo į tekstą rezultatas yra kita kalba, todėl ispanų garsas tampa anglišku tekstu. Tai galima padaryti dviem etapais — transkribuoti ir išversti transkriptą — arba vienu etapu su modeliu, kuris iš karto pateikia tikslinės kalbos tekstą. Dviejų etapų būdą lengviau patikrinti, nes originalo tekstą galima ištaisyti prieš vertimą ir vėliau naudoti kitoms kalboms.

Ar Whisper gali versti garsą į kitas kalbas nei anglų?

Ne. Integruota Whisper vertimo užduotis pateikia tik anglų kalbą. Jai galima pateikti daugeliu kalbų sakomą kalbą, bet tekstas bus angliškas. Norėdami kitos tikslinės kalbos, transkribuokite garsą originalo kalba ir išverskite transkriptą teksto vertimo įrankiu. OpenAI README taip pat nurodo, kad numatytasis turbo modelis nėra mokytas vertimui ir grąžina originalo kalbą net prašomas versti. Vertimui naudokite medium arba large modelį.

Ar geriau pirmiausia transkribuoti ir tada versti?

Paprastai taip, kai rezultatas bus publikuojamas, cituojamas ar verčiamas į daugiau nei vieną kalbą. Pirmiausia transkribavę gaunate originalo tekstą, kurį galite pataisyti; neteisingai išgirstą vardą ar skaičių pakanka ištaisyti vieną kartą. Tiesioginis vertimas į anglų kalbą greitesnis ir tinka tiesiog suprasti įrašą. Daugiakalbiams subtitrams praktiškiausia pradėti nuo ištaisyto originalo SRT ar VTT failo.

Kiek tikslus kalbos vertimas į tekstą?

Tai priklauso nuo garso, kalbų poros ir temos; vieno visiems atvejams tinkančio tikslumo skaičiaus nėra. Aiškaus garso transkripcija gali būti labai tiksli. whispertranscribe.ai aiškiame garse pasiekia iki 99 %, o triukšmas ir akcentai šį rodiklį mažina. Vertimas prideda savų klaidų, ypač idiomose, varduose ir techniniuose terminuose. Dažnos kalbų poros paprastai veikia geriau už retas. Patikrinkite skaičius, vardus ir citatas, o svarbius tekstus paveskite patikrinti abi kalbas mokančiam žmogui.

Ar galima išversti subtitrus išsaugant laiko žymas?

Taip. Verskite tik kiekvieno segmento tekstą, nekeisdami segmentų numerių ir laiko kodų. Tai galite padaryti rankomis, įklijuodami tekstą į vertimo įrankį ir atgal, arba įrankiu, priimančiu subtitrų failus. DeepL nurodo SRT ir VTT savo Pro Individual, Pro Team, Pro Business ir API planuose. Google Translate dokumentų funkcijoje subtitrų formatai nenurodyti. Išvertę patikrinkite, ar ilgas eilutes vis dar galima perskaityti per jų rodymo laiką.

Ar galima naudoti mašininį vertimą teisės ar medicinos įrašams?

Galite jį naudoti pirmai peržiūrai, bet ne galutinei versijai. Teisiniams, medicininiams, sutarčių ir imigracijos dokumentams dažnai reikia kvalifikuoto vertėjo, o kai kurios įstaigos reikalauja patvirtinto vertimo. Pavyzdžiui, JAV imigracijos taisyklės reikalauja vertėjo patvirtinimo, kad vertimas į anglų kalbą yra išsamus ir tikslus. Reikalavimai skiriasi pagal šalį ir įstaigą, todėl pasitikslinkite pas dokumento gavėją. Tai bendroji informacija, ne teisinė konsultacija.


Pasirengę pradėti? Įkelkite įrašą į garso vertimą į anglų kalbą arba pirmiausia transkribuokite originalo kalba subtitrams ir kitoms tikslinėms kalboms. Galite išbandyti nemokamai be paskyros. Mokami planai prasideda nuo 9,99 USD per mėnesį mokant už metus; žr. kainas. whispertranscribe.ai nesiūlo API, žmogaus transkripcijos ar susitikimų boto.

Šaltiniai

Norite paversti savo įrašus tekstu?

Transkribuokite garso ir vaizdo įrašus naudodami whispertranscribe.ai.

Pradėti transkribuoti ↗