โดยทีมบรรณาธิการ whispertranscribe.ai · อัปเดตล่าสุด: พฤศจิกายน 2026 · อ่าน 12 นาที
หากต้องการถอดเสียง MP3 เป็นข้อความ ให้วางไฟล์ในเครื่องมือถอดเสียง AI เลือกภาษาที่พูด แล้วส่งออกเป็น DOCX, TXT หรือ SRT คุณยังใช้ฟีเจอร์ Transcribe ของ Microsoft Word พิมพ์เอง หรือเรียกใช้โมเดล Whisper ฟรีของ OpenAI บนคอมพิวเตอร์ได้ ไม่ว่าจะเลือกวิธีใด คุณภาพของ MP3 เป็นตัวกำหนดขีดจำกัดของผลลัพธ์
ด้านล่างมีขั้นตอนทั้งสี่วิธี วิธีอ่านบิตเรตและอัตราการสุ่มตัวอย่าง รายการตรวจสอบเสียง เคล็ดลับสำหรับไฟล์ยาวและผู้พูดหลายคน และวิธีตรวจทานสามรอบ
คำตอบสั้น ๆ: วิธีถอดเสียง MP3 เป็นข้อความ
สำหรับคนส่วนใหญ่ เครื่องมือออนไลน์เร็วที่สุด: รับ MP3 ตามที่มี ระบุผู้พูด และส่งคืนไฟล์ที่แก้ไขได้ ใช้ Word หากคุณจ่าย Microsoft 365 อยู่แล้ว พิมพ์คลิปสั้นเอง และใช้ Whisper บนเครื่องเมื่อส่งเสียงออกจากเครื่องไม่ได้
- ตรวจไฟล์ เล่น 30 วินาทีเพื่อยืนยันว่าได้ยินเสียงพูดชัด
- อัปโหลดและตั้งค่า เลือกภาษาที่พูดและเปิดการตรวจจับผู้พูดหากมีมากกว่าหนึ่งคน
- ตรวจทานและส่งออก แก้ชื่อและตัวเลข แล้วดาวน์โหลด DOCX หรือ TXT สำหรับเอกสาร หรือ SRT หรือ VTT สำหรับคำบรรยาย
ควรเลือกวิธีไหน?
เลือกจากสามเรื่อง: ปริมาณเสียงที่มี ความต้องการป้ายผู้พูด และสถานที่ที่ส่งเสียงไปได้ ข้อมูล Microsoft ตรวจสอบเมื่อพฤศจิกายน 2026
| วิธี | ค่าใช้จ่าย | ป้ายผู้พูด | เสียงไปที่ไหน | เหมาะสำหรับ |
|---|---|---|---|---|
| 1. เครื่องมือถอดเสียงออนไลน์ | หลายเครื่องมือเริ่มใช้ฟรี มีแพ็กเกจชำระเงินสำหรับปริมาณมาก | มีในเครื่องมือส่วนใหญ่ | เซิร์ฟเวอร์ของผู้ให้บริการ | สัมภาษณ์ พอดแคสต์ บรรยาย งานประจำ |
| 2. Microsoft Word Transcribe | รวมใน Microsoft 365 ทั่วไปอัปโหลดได้สูงสุด 300 นาทีต่อเดือน; ใบอนุญาต Copilot สูงสุด 30,000 นาที | มี (Speaker 1, Speaker 2) | เซิร์ฟเวอร์ Microsoft และเก็บไฟล์ใน OneDrive ของคุณ | ไฟล์เป็นครั้งคราวหากใช้ Word อยู่แล้ว |
| 3. ถอดเสียงด้วยตนเอง | ฟรี แต่ใช้เวลาหลายชั่วโมง | เพิ่มเอง | อยู่ในอุปกรณ์ของคุณ | คลิปสั้น คำอ้างอิงที่ต้องตรงเป๊ะ |
| 4. Whisper บนคอมพิวเตอร์ | ฟรีและเป็นโอเพนซอร์ส | ไม่มีในเครื่องมือทางการ | อยู่ในอุปกรณ์ของคุณ | เสียงส่วนตัว ผู้ใช้เชิงเทคนิค งานหลายไฟล์ |
ก่อนเริ่ม: ตรวจ MP3 ใน 60 วินาที
MP3 เป็นรูปแบบบีบอัดแบบสูญเสียข้อมูล คำอธิบายรูปแบบของ Library of Congress ระบุว่ารูปแบบนี้ตัดเสียงที่คนมีโอกาสได้ยินน้อยออก และ MP3 ที่ 128 kbit/s มีขนาดประมาณหนึ่งในสิบเอ็ดของเสียงคุณภาพ CD รายละเอียดที่หายไปกู้คืนไม่ได้ จึงควรรู้ว่าคุณกำลังใช้ไฟล์แบบใด
บน Windows เปิด Properties → Details; บน Mac เลือก Get Info หากติดตั้ง FFmpeg แล้ว คำสั่งนี้แสดงตัวแปลงสัญญาณ อัตราการสุ่มตัวอย่าง ช่องเสียง บิตเรต และระยะเวลา:
ffprobe -v error -select_streams a:0 -show_entries stream=codec_name,sample_rate,channels,bit_rate -show_entries format=duration -of default=noprint_wrappers=1 interview.mp3
ทดสอบคำสั่งนี้และคำสั่งแบ่งไฟล์ด้านล่างกับ MP3 สังเคราะห์ด้วย FFmpeg 4.3 บน macOS ผลลัพธ์มีบรรทัด เช่น sample_rate=44100 และ bit_rate=128000 อ่านได้ดังนี้:
| ค่า | บอกอะไร | ความหมายต่อการถอดเสียง |
|---|---|---|
| bit_rate | ปริมาณข้อมูลต่อวินาทีที่เหลือหลังบีบอัด | บิตเรตต่ำมากเหลือรายละเอียดน้อย และเพิ่มกลับไม่ได้ |
| sample_rate | จำนวนครั้งต่อวินาทีที่วัดเสียง | Google แนะนำ 16,000 Hz ขึ้นไปสำหรับการรู้จำเสียง |
| channels | โมโน (1) หรือสเตอริโอ (2) | สเตอริโอใช้ได้ Whisper รวมเป็นโมโนเมื่อโหลดเสียง |
| duration | ความยาวไฟล์บันทึก | บอกว่าจะถึงขีดจำกัดความยาวหรือนาทีของเครื่องมือหรือไม่ |
บิตเรต MP3 มีผลต่อความแม่นยำหรือไม่?
อาจมีผล แนวทางปฏิบัติที่ดีที่สุดสำหรับการรู้จำเสียงของ Google Cloud ระบุว่าตัวแปลงสัญญาณแบบสูญเสียข้อมูลรวมถึง MP3 อาจลดความแม่นยำ และเสียงรบกวนกับเสียงสะท้อนมีผลมากขึ้นเมื่อใช้ร่วมกับการบีบอัดแบบสูญเสียข้อมูล ไม่มีเกณฑ์บิตเรตที่เผยแพร่อย่างชัดเจน จึงควรมองเป็นหนึ่งในหลายปัจจัย เสียงพูดชัดใกล้ไมโครโฟนสำคัญกว่าบิตเรตสูง
หลักปฏิบัติคือถอดเสียงจากไฟล์ที่ดีที่สุดที่มี หากยังมี WAV หรือ FLAC ต้นฉบับ ให้ใช้ไฟล์นั้น การเข้ารหัสไฟล์ 96 kbps ใหม่เป็น 320 kbps หรือบันทึกเป็น WAV ทำให้ไฟล์ใหญ่ขึ้นแต่ไม่ได้กู้รายละเอียดกลับมา
การรู้จำเสียงต้องใช้อัตราการสุ่มตัวอย่างเท่าไร?
สำหรับการรู้จำเสียง 16 kHz มักเพียงพอ โค้ด Whisper โอเพนซอร์สของ OpenAI โหลดทุกไฟล์ผ่าน FFmpeg แปลงเป็นโมโน และสุ่มตัวอย่างใหม่เป็น 16,000 Hz ก่อนส่งให้โมเดล (whisper/audio.py บน GitHub) คู่มือ Google ยังแนะนำไม่ให้สุ่มตัวอย่างใหม่เอง ไฟล์โทรศัพท์ที่บันทึกที่ 8,000 Hz ควรส่งตามเดิม ไม่ต้องเพิ่มอัตรา
ค่า 44.1 kHz หรือ 48 kHz ใน MP3 ทั่วไปเพียงพอแล้ว ไม่ต้องแปลงอัตราก่อนอัปโหลด
รายการตรวจสอบคุณภาพเสียง
ก่อนงานสำคัญ:
- ฟังช่วงต้นและช่วงกลาง ภาษาถูกต้องและได้ยินทุกคนหรือไม่?
- ตรวจระดับเสียง
ffmpeg -i interview.mp3 -af volumedetect -f null -แสดงระดับเฉลี่ยและสูงสุด ค่าสูงสุดใกล้ 0 dB อาจหมายถึงเสียงตัดยอด และยอดเสียงที่แตกกู้คืนได้ยาก - หลีกเลี่ยงการลดเสียงรบกวนอย่างหนัก คู่มือ Google ระบุว่าการลดเสียงรบกวนก่อนรู้จำมักลดความแม่นยำ
- จดชื่อ คำย่อ และศัพท์เฉพาะ สำหรับตรวจทานภายหลัง
- เก็บไฟล์ต้นฉบับ จนกว่าบทถอดเสียงจะเป็นฉบับสุดท้าย
วิธีที่ 1: อัปโหลด MP3 ไปยังเครื่องมือถอดเสียงออนไลน์
เครื่องมือออนไลน์เป็นวิธีที่เร็วที่สุดในการเปลี่ยน MP3 ยาวเป็นข้อความแก้ไขได้ โมเดลทำงานบนเซิร์ฟเวอร์ผู้ให้บริการและไม่ต้องติดตั้ง ขั้นตอนนี้ใช้ whispertranscribe.ai ซึ่งเป็นเครื่องมือถอดเสียง AI ผ่านเว็บที่ใช้โมเดล Whisper ของ OpenAI แปลงเสียงและวิดีโอเป็นข้อความกว่า 130 ภาษา รองรับอัปโหลดสูงสุด 5GB และ 10 ชั่วโมง เครื่องมืออื่นทำงานคล้าย whispertranscribe.ai แต่เมนูต่างกัน
ขั้นตอนที่ 1: เปิดหน้าถอดเสียง MP3 และเลือกภาษา
ไปที่ หน้าถอดเสียง MP3 เป็นข้อความ และเลือกภาษาที่พูดใน Step 1 มีมากกว่า 130 ภาษา ภาษาถิ่น เช่น English (India) และตัวเลือก Noise / Low-Quality Audio/Video สำหรับไฟล์ที่เสียงไม่ชัด
ขั้นตอนที่ 2: อัปโหลด MP3
ใน Step 2 ลากและวางไฟล์หรือเลือกจากเครื่อง ไฟล์สูงสุด 5GB และแพ็กเกจรองรับไฟล์ยาวสูงสุด 10 ชั่วโมง WAV, M4A, FLAC, MP4 และ MOV ก็ใช้ได้
ขั้นตอนที่ 3: เปิด Speaker Detection หากจำเป็น
สำหรับบทสัมภาษณ์ การประชุม และพอดแคสต์ ให้เปิด Enable Speaker Detection เพื่อระบุแต่ละช่วงพูด
ขั้นตอนที่ 4: เริ่มถอดเสียง
คลิก Transcribe MP3 to text ความแม่นยำสูงสุดถึง 99% สำหรับเสียงชัด เสียงรบกวน สำเนียงหนัก และการพูดทับกันจะลดความแม่นยำ จึงควรตรวจทาน
ขั้นตอนที่ 5: ส่งออกบทถอดเสียง
ดาวน์โหลด DOCX, PDF, TXT หรือ CSV สำหรับเอกสารและการวิเคราะห์ หรือ SRT และ VTT หากต้องการคำบรรยายพร้อมเวลา หากต้องการซับไตเติลตั้งแต่ต้น ตัวแปลง MP3 เป็น SRT ช่วยสร้างไฟล์ซับไตเติลโดยตรง
คุณสามารถ ทดลองใช้ฟรีโดยไม่ต้องมีบัญชี ก่อนเลือกแพ็กเกจ แพ็กเกจชำระเงินเริ่มที่ $9.99/เดือน เมื่อเรียกเก็บรายปี ดู ราคา ไฟล์วิดีโอขนาดใหญ่ลดขนาดก่อนได้ด้วย ตัวแปลงเสียงและวิดีโอเป็น MP3 และ MP3 ใน Google Drive หรือ Dropbox ส่งตรงไปยัง Transcribe from URL ได้
ข้อควรรู้: เครื่องมือออนไลน์อัปโหลดเสียงไปยังเซิร์ฟเวอร์ผู้ให้บริการ สำหรับไฟล์ลับ ให้อ่านนโยบายความเป็นส่วนตัวก่อน หรือใช้วิธีที่ 3 หรือ 4
วิธีที่ 2: ใช้ฟีเจอร์ Transcribe ของ Microsoft Word
เมื่อมี Microsoft 365 Word สามารถถอดเสียง MP3 ได้ ตาม Microsoft Support (ตรวจสอบพฤศจิกายน 2026) Transcribe รับไฟล์ .mp3, .wav, .m4a และ .mp4 และแยกผู้พูด
- ลงชื่อเข้าใช้ Microsoft 365 แล้วเปิดเอกสารใน Word สำหรับเว็บ (Microsoft Edge รุ่นใหม่หรือ Chrome) หรือ Word สำหรับ Microsoft 365 บน Windows
- ไปที่ Home → Dictate (เมนูแบบเลื่อนลง) → Transcribe
- ในแผง Transcribe เลือก Upload audio แล้วเลือก MP3
- เปิดแผงค้างไว้ระหว่างทำงาน Microsoft ระบุว่าอาจใช้เวลาประมาณเท่าความยาวไฟล์
- ตรวจทาน: เล่นช่วงใดก็ได้ที่ความเร็วสูงสุด 2x แก้ข้อความ และเปลี่ยนชื่อ "Speaker 1" ทุกจุดพร้อมกัน
- เลือก Add all to document เพื่อเพิ่มบทถอดเสียงลงเอกสาร แล้วบันทึกเป็น DOCX
ข้อจำกัดที่ควรวางแผน: ผู้ใช้ Microsoft 365 ทั่วไปอัปโหลดเสียงได้สูงสุด 300 นาทีต่อเดือน ส่วนผู้มีใบอนุญาต Copilot สูงสุด 30,000 นาที แต่ละเอกสารมีบทถอดเสียงหนึ่งชุด และไฟล์อัปโหลดเก็บในโฟลเดอร์ Transcribed Files ใน OneDrive Microsoft ระบุว่า Word บน Windows ปัจจุบันจำกัดเฉพาะ commercial tenants หน้าช่วยเหลือไม่ได้ระบุการส่งออก SRT หรือ VTT Word จึงเหมาะกับเอกสารมากกว่าคำบรรยาย
วิธีที่ 3: ถอดเสียง MP3 ด้วยตนเอง
การพิมพ์เองฟรีและเก็บเสียงไว้ในอุปกรณ์ แต่ช้า เหมาะกับคลิปสั้น คำอ้างอิงที่ต้องตรงทุกคำ หรือช่วงที่เครื่องถอดผิด
- เปิด MP3 ในโปรแกรมเล่นที่ลดความเร็วและย้อนด้วยปุ่มลัดได้ พร้อมเปิดเอกสารว่างข้างกัน
- ตั้งความเร็วประมาณ 0.75x แล้วทำทีละช่วงสั้น: เล่นวลี หยุด พิมพ์ และย้อนหากจำเป็น
- ระบุผู้พูดเมื่อเปลี่ยนคน เช่น
ผู้สัมภาษณ์:และมาเรีย:แนวทาง บทถอดเสียง ของ W3C ระบุว่าบทถอดเสียงพอดแคสต์อาจเป็นย่อหน้าธรรมดาที่ระบุผู้พูด - ทำเครื่องหมายช่วงที่ฟังไม่ออก พร้อมเวลา เช่น
[ฟังไม่ออก 00:14:32]เพื่อกลับมาตรวจ - ตรวจครั้งสุดท้ายด้วยความเร็วปกติ พร้อมอ่านตามเพื่อจับคำพ้องเสียงที่ผิด
หรือให้เครื่องมือสร้างร่างแล้วใช้วิธีนี้เฉพาะช่วงสำคัญ
วิธีที่ 4: ใช้ Whisper บนคอมพิวเตอร์ของคุณ
Whisper เป็นโมเดลรู้จำเสียงโอเพนซอร์สของ OpenAI ที่ฝึกด้วยเสียงหลายภาษา 680,000 ชั่วโมงตาม บทความวิจัยของ OpenAI การรันบนเครื่องฟรีและไม่มีการอัปโหลด ข้อแลกเปลี่ยนคือการตั้งค่า: ต้องมี Python, FFmpeg และความอดทนหากเครื่องช้า
ติดตั้งตาม คลังโค้ดทางการ:
pip install -U openai-whisper
ต้องติดตั้ง FFmpeg และอยู่ใน PATH ด้วย จากนั้นถอดเสียง:
whisper interview.mp3 --model turbo --language English --output_format srt
ใช้ --output_format txt สำหรับข้อความธรรมดา หรือละตัวเลือกเพื่อเขียน TXT, VTT, SRT, TSV และ JSON พร้อมกัน บน CPU เพิ่ม --fp16 False เพื่อเลี่ยงคำเตือน โมเดล tiny เป็นตัวเลือกขนาดเล็ก
| โมเดล | พารามิเตอร์ | VRAM โดยประมาณ (ตาม OpenAI) | ความเร็วเทียบ large (ตาม OpenAI) |
|---|---|---|---|
| tiny | 39 M | ประมาณ 1 GB | ประมาณ 10x |
| small | 244 M | ประมาณ 2 GB | ประมาณ 4x |
| medium | 769 M | ประมาณ 5 GB | ประมาณ 2x |
| turbo (ค่าเริ่มต้น) | 809 M | ประมาณ 6 GB | ประมาณ 8x |
| large | 1550 M | ประมาณ 10 GB | 1x |
OpenAI อธิบายว่า turbo เป็น large-v3 ที่ปรับให้มีประสิทธิภาพ โดยสูญเสียความแม่นยำเพียงเล็กน้อย แต่ไม่ได้ฝึกสำหรับการแปล
ข้อแลกเปลี่ยน: เครื่องมือทางการไม่มีตัวเลือกระบุผู้พูด ไม่มีตัวแก้ไข และส่งออก DOCX หรือ PDF ไม่ได้ OpenAI ระบุว่าประสิทธิภาพแตกต่างกันมากตามภาษา โครงการชุมชนเติมช่องว่างบางส่วน แต่แต่ละโครงการต้องตั้งค่าของตนเอง
วิธีจัดการ MP3 ยาว ผู้พูดหลายคน และภาษาอื่น
ไฟล์บันทึกยาว
ตรวจขีดจำกัดก่อนอัปโหลด แพ็กเกจ whispertranscribe.ai รองรับไฟล์สูงสุด 10 ชั่วโมงและ 5GB; Word ให้โควตา Microsoft 365 ทั่วไปเดือนละห้าชั่วโมง หรือสูงสุด 30,000 นาทีเมื่อมีใบอนุญาต Copilot สำหรับเครื่องมือที่มีขีดจำกัดสั้นกว่า FFmpeg ตัด MP3 เป็นส่วนละหนึ่งชั่วโมงได้โดยไม่เข้ารหัสใหม่:
ffmpeg -i lecture.mp3 -f segment -segment_time 3600 -c copy lecture_part_%03d.mp3
จุดตัดอาจอยู่กลางประโยค จึงควรตรวจรอยต่อเมื่อรวมข้อความ สำหรับชั้นเรียนและการบรรยาย ดู การถอดเสียงบรรยาย
ผู้พูดหลายคน
เปิดการตรวจจับผู้พูด แล้วเปลี่ยนชื่อป้ายทั่วไปก่อนแบ่งปัน ป้ายมักผิดเมื่อผู้พูดขัดจังหวะกันหรือเสียงคล้ายกัน จึงควรสุ่มตรวจแต่ละคนหลายช่วง ครั้งถัดไปให้แต่ละคนใช้ไมโครโฟนของตนเอง
ภาษาและสำเนียงอื่น
เลือกภาษาแทนการตรวจจับอัตโนมัติ โดยเฉพาะเมื่อไฟล์เริ่มด้วยเพลง whispertranscribe.ai มีตัวเลือก Multilingual Mix สำหรับไฟล์ที่สลับระหว่างภาษาอังกฤษ สเปน ฝรั่งเศส เยอรมัน ฮินดี รัสเซีย โปรตุเกส ญี่ปุ่น อิตาลี และดัตช์ หากต้องการข้อความภาษาอังกฤษจาก MP3 ภาษาอื่น ใช้ แปลเสียงเป็นภาษาอังกฤษ แทนการถอดและแปลแยกกัน
วิธีตรวจทานบทถอดเสียง MP3: ขั้นตอน 3 รอบ
ร่าง AI มักผิดในจุดที่คาดเดาได้ จึงแทบไม่ต้องฟังทั้งไฟล์ซ้ำ
รอบที่ 1: ค้นหาโดยไม่ต้องฟัง ใช้ค้นหาและแทนที่ร่วมกับรายการชื่อและคำศัพท์เพื่อแก้คำสะกดผิดทั้งหมดพร้อมกัน
รอบที่ 2: ฟังจุดเสี่ยง ข้ามไปยังจุดเหล่านี้แล้วเทียบกับเสียง:
| จุดเสี่ยง | ข้อผิดพลาดที่พบบ่อย | วิธีตรวจ |
|---|---|---|
| ตัวเลขและวันที่ | "สิบห้า" กับ "ห้าสิบ" หรือจุดทศนิยมหาย | เล่นซ้ำทุกตัวเลขที่จะอ้างอิง |
| ชื่อและแบรนด์ | สะกดตามเสียง | เทียบกับรายการคำศัพท์ |
| เสียงพูดทับกัน | รวมสองประโยคหรือขาดไปหนึ่งประโยค | ฟังที่ความเร็วปกติแล้วช้าลง |
| การเปลี่ยนผู้พูด | ระบุคนพูดผิด | ตรวจบรรทัดแรกหลังเปลี่ยนแต่ละครั้ง |
| เสียงเบาหรือไกล | คำหาย | เพิ่มเสียงสำหรับช่วงนั้น |
| นาทีแรกและนาทีสุดท้าย | บทสนทนาทั่วไป เพลง หรือเดาภาษาผิด | ลบหรือแก้ตามจำเป็น |
รอบที่ 3: อ่านเหมือนเอกสาร อ่านหนึ่งครั้งโดยไม่มีเสียง หากส่วนใดไม่เข้าใจให้ฟังอีกครั้ง ทำเครื่องหมายช่วงที่ยังฟังไม่ออกว่า [ไม่ชัดเจน] แทนการเดา
ต้องใช้รูปแบบส่งออกใด?
เลือกตามการใช้งานต่อไป: เอกสารใช้ DOCX หรือ TXT ส่วนข้อความที่แสดงบนวิดีโอใช้ SRT หรือ VTT
| รูปแบบ | ใช้สำหรับ |
|---|---|
| DOCX | แก้ไข รายงาน บทความ บันทึกรายการ |
| สำเนาคงที่สำหรับแบ่งปันหรือเก็บถาวร | |
| TXT | วางในแอปอื่นหรือใช้สรุปด้วย AI |
| CSV | สเปรดชีตและการวิเคราะห์วิจัย |
| SRT | ซับไตเติลสำหรับ YouTube โปรแกรมตัดต่อ และโปรแกรมเล่น |
| VTT | คำบรรยายสำหรับโปรแกรมเล่นวิดีโอ HTML5 บนเว็บ |
สำหรับบันทึกเสียงจากโทรศัพท์ หน้า ถอดเสียงบันทึกเสียง อธิบายตัวเลือกส่งออกเดียวกัน
คำถามที่พบบ่อย
ถอดเสียง MP3 เป็นข้อความฟรีได้หรือไม่?
ได้ การพิมพ์เองฟรีเสมอ และการใช้ Whisper โอเพนซอร์สของ OpenAI บนเครื่องไม่มีค่าใช้จ่ายนอกจากเวลาตั้งค่าและฮาร์ดแวร์ เครื่องมือออนไลน์หลายแห่งมีวิธีเริ่มใช้ฟรี whispertranscribe.ai มีตัวเลือกฟรีโดยไม่ต้องมีบัญชี เหมาะสำหรับตรวจผลจากเสียงของคุณ ตัวเลือกฟรีมักจำกัดความยาวหรือฟีเจอร์ สำหรับงานประจำจึงควรเปรียบเทียบแพ็กเกจชำระเงิน โดย whispertranscribe.ai เริ่มที่ $9.99/เดือน เมื่อเรียกเก็บรายปี
ถอดเสียงไฟล์ MP3 ใช้เวลานานเท่าไร?
เครื่องมือ AI มักใช้เวลาน้อยกว่าความยาวเสียงมาก แต่ขึ้นอยู่กับไฟล์และบริการ Microsoft ระบุว่า Word Transcribe อาจใช้เวลาประมาณเท่าความยาวไฟล์ การรัน Whisper บนเครื่องขึ้นอยู่กับฮาร์ดแวร์และโมเดล โมเดลเล็กเร็วกว่าแต่ผิดมากกว่า การพิมพ์เองใช้เวลาหลายเท่าของความยาวเสียง คนส่วนใหญ่จึงพิมพ์เองเฉพาะคลิปสั้น
แปลง MP3 เป็น WAV ช่วยเพิ่มความแม่นยำหรือไม่?
ไม่ การบันทึก MP3 เป็น WAV หรือเข้ารหัสใหม่ด้วยบิตเรตสูงขึ้นทำให้ไฟล์ใหญ่ขึ้น แต่กู้รายละเอียดที่ถูกตัดตอนสร้าง MP3 ไม่ได้ MP3 เป็นรูปแบบสูญเสียข้อมูล หากยังมี WAV หรือ FLAC ต้นฉบับ ให้ถอดจากไฟล์นั้น มิฉะนั้นอัปโหลด MP3 ตามเดิม เครื่องมือเสียงอย่าง Whisper สุ่มตัวอย่างเป็นโมโน 16 kHz ภายในอยู่แล้ว การแปลงอัตราเองจึงไม่ช่วย
ถอดเสียง MP3 ที่มีผู้พูดหลายคนอย่างไร?
ใช้เครื่องมือที่ตรวจจับผู้พูดและเปิดก่อนเริ่ม บทถอดเสียงจะให้ป้ายหมายเลขแต่ละช่วง เช่น Speaker 1 แล้วคุณเปลี่ยนเป็นชื่อจริงภายหลัง Microsoft Word Transcribe และ whispertranscribe.ai ระบุผู้พูดได้ทั้งคู่ แต่เครื่องมือบรรทัดคำสั่ง Whisper ทางการทำไม่ได้ ตรวจป้ายตรงช่วงขัดจังหวะกัน เพราะเป็นจุดที่สับสนบ่อยที่สุด
แปลง MP3 เป็นเอกสาร Word ได้หรือไม่?
ได้ วิธีเร็วที่สุดคือถอดเสียง MP3 ด้วยเครื่องมือออนไลน์แล้วส่งออกเป็น DOCX ซึ่งเปิดใน Word หรือ Google Docs ได้โดยตรง หากมี Microsoft 365 คุณอัปโหลด MP3 ใน Word ผ่าน Home, Dictate, Transcribe, Upload audio แล้วเลือก Add all to document ได้เช่นกัน สมาชิก Microsoft 365 ทั่วไปอัปโหลดได้สูงสุด 300 นาทีต่อเดือน ส่วนผู้มีใบอนุญาต Copilot สูงสุด 30,000 นาที
เปลี่ยน MP3 เป็นซับไตเติลแทนบทถอดเสียงได้หรือไม่?
ได้ ส่งออกบทถอดเสียงเป็น SRT หรือ VTT แทน DOCX หรือ TXT ทั้งสองรูปแบบเก็บเวลาของแต่ละบรรทัด เพื่อให้โปรแกรมเล่นหรือตัดต่อแสดงข้อความถูกเวลา ใน whispertranscribe.ai คุณส่งออก SRT หรือ VTT หลังถอดเสียง หรือใช้ตัวแปลง MP3 เป็น SRT ได้ เครื่องมือบรรทัดคำสั่ง Whisper ก็เขียนไฟล์ SRT และ VTT ได้ผ่านตัวเลือกรูปแบบส่งออก
พร้อมทดลองหรือยัง? อัปโหลดไฟล์ไปยัง whispertranscribe.ai ที่ ตัวแปลง MP3 เป็นข้อความ หรือใช้ ตัวแปลงเสียงเป็นข้อความฟรี สำหรับรูปแบบอื่น ทั้งคู่รองรับกว่า 130 ภาษา พร้อมป้ายผู้พูดและส่งออก DOCX, PDF, TXT, CSV, SRT และ VTT
แหล่งอ้างอิง
- Library of Congress: MP3 (การเข้ารหัสเสียง MPEG Layer III)
- Google Cloud: แนวทางปฏิบัติที่ดีที่สุดในการส่งข้อมูลให้ Speech-to-Text API
- Microsoft Support: ถอดเสียงไฟล์บันทึกของคุณ
- OpenAI: Whisper บน GitHub (README และ
whisper/audio.py) - Radford และคณะ, OpenAI: การรู้จำเสียงที่ทนทานด้วยการกำกับแบบอ่อนขนาดใหญ่
- W3C Web Accessibility Initiative: บทถอดเสียง
