whispertranscribe.ai Editör Ekibi · Son güncelleme: Kasım 2026 · 12 dakikalık okuma
MP3'ü metne dönüştürmek için dosyayı bir AI transkripsiyon aracına bırakın, konuşulan dili seçin ve sonucu DOCX, TXT veya SRT olarak dışa aktarın. Microsoft Word'ün Transcribe özelliğini kullanabilir, kendiniz yazabilir veya OpenAI'nin ücretsiz Whisper modelini kendi bilgisayarınızda çalıştırabilirsiniz. Hangi yöntemi seçerseniz seçin, MP3 kalitesi ulaşılabilecek sonucu sınırlar.
Aşağıda dört yöntemin adımları, dosyanın bit ve örnekleme hızını okuma, ses kontrol listesi, uzun dosya ve birden fazla konuşmacı için ipuçları ve üç aşamalı düzeltme yöntemi yer alıyor.
Kısa yanıt: MP3 metne nasıl dönüştürülür?
Çoğu kişi için çevrimiçi araç en hızlı yoldur: MP3'ü olduğu gibi alır, konuşmacıları etiketler ve düzenlenebilir dosya verir. Zaten Microsoft 365 ödüyorsanız Word kullanın, kısa parçaları elle yazın ve ses bilgisayarınızdan çıkamıyorsa Whisper'ı yerel çalıştırın.
- Dosyayı kontrol edin. Seslerin net olduğunu doğrulamak için 30 saniye dinleyin.
- Yükleyip seçenekleri ayarlayın. Konuşulan dili seçin; birden fazla kişi konuşuyorsa konuşmacı algılamayı açın.
- Düzeltip dışa aktarın. Adları ve sayıları düzeltin, belgeler için DOCX veya TXT, altyazılar için SRT veya VTT indirin.
Hangi yöntemi kullanmalısınız?
Üç şeye göre seçin: sesin miktarı, konuşmacı etiketi gerekip gerekmediği ve sesin nereye gönderilebileceği. Microsoft bilgileri Kasım 2026'da kontrol edildi.
| Yöntem | Maliyet | Konuşmacı etiketleri | Ses nereye gider? | En uygun kullanım |
|---|---|---|---|---|
| 1. Çevrimiçi transkripsiyon aracı | Birçok araçta ücretsiz başlangıç, yüksek kullanım için ücretli plan | Çoğunda var | Sağlayıcının sunucuları | Röportaj, podcast, ders, düzenli çalışma |
| 2. Microsoft Word Transcribe | Microsoft 365'e dahil, ayda 300 dakikaya kadar yükleme | Var (Speaker 1, Speaker 2) | Microsoft sunucuları, dosya OneDrive'da tutulur | Zaten Word kullanıyorsanız ara sıra dosyalar |
| 3. Elle transkripsiyon | Ücretsiz, ancak saatler alır | Siz eklersiniz | Cihazınızda kalır | Kısa parçalar, tam doğru olması gereken alıntılar |
| 4. Bilgisayarınızda Whisper | Ücretsiz, açık kaynak | Resmî araçta yok | Cihazınızda kalır | Özel sesler, teknik kullanıcılar, toplu işlemler |
Başlamadan önce: MP3'ünüzü 60 saniyede kontrol edin
MP3 kayıplı bir biçimdir. Library of Congress biçim açıklaması, insanların duyma olasılığı daha düşük sesleri attığını ve 128 kbit/s MP3'ün CD kalitesindeki sesin yaklaşık on birde biri boyutunda olduğunu açıklar. Kaybolan ayrıntılar geri getirilemez; elinizdekini tanıyın.
Windows'ta Properties → Details, Mac'te Get Info açın. FFmpeg yüklüyse şu komut kodek, örnekleme hızı, kanal, bit hızı ve süreyi yazdırır:
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
Komut sample_rate=44100 ve bit_rate=128000 gibi satırlar yazdırabilir. Bu komut burada test edilmedi. Satırları şöyle okuyun:
| Değer | Ne gösterir? | Transkripsiyon açısından anlamı |
|---|---|---|
| bit_rate | Sıkıştırmadan sonra saniye başına kalan veri | Çok düşük bit hızları daha az ayrıntı bırakır; geri eklenemez |
| sample_rate | Sesin saniyede kaç kez ölçüldüğü | Google konuşma tanıma için 16,000 Hz veya üzerini önerir |
| channels | Mono (1) veya stereo (2) | Stereo uygundur; Whisper sesi yüklerken monoya karıştırır |
| duration | Kayıt uzunluğu | Aracın süre veya dakika sınırına ulaşıp ulaşmayacağınızı gösterir |
MP3 bit hızı transkripsiyon doğruluğunu etkiler mi?
Etkileyebilir. Google Cloud konuşma tanıma iyi uygulamalarına göre MP3 dahil kayıplı kodekler doğruluğu azaltabilir ve kayıplı kodekle birlikte gürültü ve yankı daha fazla zarar verir. Yayımlanmış bir bit hızı eşiği yoktur; bunu birçok etkenden biri sayın. Mikrofona yakın, net ses yüksek bit hızından daha önemlidir.
Pratik kural: elinizdeki en iyi sürümü yazıya dökün. Orijinal WAV veya FLAC hâlâ varsa onu kullanın. 96 kbps dosyayı 320 kbps olarak yeniden kodlamak veya WAV olarak kaydetmek, hiçbir şeyi geri getirmeden boyutu artırır.
Konuşma tanıma hangi örnekleme hızını gerektirir?
Konuşma tanıma için 16 kHz genellikle yeterlidir. OpenAI'nin açık kaynak Whisper kodu her dosyayı FFmpeg üzerinden yükler, monoya çevirir ve model işlemeden önce 16,000 Hz'e yeniden örnekler (GitHub'da whisper/audio.py). Google rehberi de kendiniz yeniden örneklemenizi önermez. 8,000 Hz telefon kaydını olduğu gibi gönderin, örnekleme hızını yükseltmeyin.
Tipik MP3'teki 44.1 kHz veya 48 kHz fazlasıyla yeterlidir. Yüklemeden önce örnekleme hızını dönüştürmeyin.
Ses kalitesi kontrol listesi
Önemli bir işten önce:
- Başlangıcı ve ortadan bir bölümü dinleyin. Dil doğru mu, herkes duyuluyor mu?
- Ses düzeyini kontrol edin.
ffmpeg -i interview.mp3 -af volumedetect -f null -ortalama ve en yüksek ses düzeyini yazdırır. 0 dB'ye yakın maksimum kırpılma anlamına gelebilir ve bozulmuş tepe noktalarını kurtarmak zordur. - Yoğun gürültü azaltmadan kaçının. Google rehberi, tanımadan önce gürültü azaltma işleminin genellikle doğruluğu düşürdüğünü söyler.
- Sonraki düzeltme için adları, kısaltmaları ve terimleri listeleyin.
- Döküm tamamlanana kadar orijinal dosyayı saklayın.
Yöntem 1: MP3'ü çevrimiçi transkripsiyon aracına yükleyin
Çevrimiçi araçlar uzun MP3'ü düzenlenebilir metne dönüştürmenin en hızlı yoludur: model sağlayıcının sunucularında çalışır ve kurulum gerekmez. Aşağıdaki adımlar whispertranscribe.ai kullanır. whispertranscribe.ai, OpenAI Whisper modeliyle çalışan, ses ve videoyu 130+ dilde metne dönüştüren ve 5GB ile 10 saate kadar yüklemeleri destekleyen web tabanlı bir AI transkripsiyon aracıdır. Diğer araçlar farklı menülerle benzer çalışır.
Adım 1: MP3 transkripsiyon sayfasını açın ve dili seçin
MP3'ü metne dönüştürme sayfasına gidin ve Step 1 altında konuşulan dili seçin. 130+ dil, English (India) gibi bölgesel varyantlar ve sorunlu kayıtlar için Noise / Low-Quality Audio/Video seçenekleri vardır.
Adım 2: MP3'ü yükleyin
Step 2 altında dosyayı sürükleyip bırakın veya göz atarak seçin. Dosyalar 5GB'a kadar olabilir; planlar 10 saate kadar kayıtları destekler. WAV, M4A, FLAC, MP4 ve MOV da çalışır.
Adım 3: Gerekirse Speaker Detection'ı açın
Röportaj, toplantı ve podcastlerde her konuşma sırasının etiketlenmesi için Enable Speaker Detection seçeneğini açın.
Adım 4: Transkripsiyonu başlatın
Transcribe MP3 to text düğmesine tıklayın. Net seste doğruluk %99'a kadar ulaşır. Arka plan gürültüsü, belirgin aksanlar ve üst üste konuşma doğruluğu düşürür; düzeltme yapmayı planlayın.
Adım 5: Dökümü dışa aktarın
Belge ve analiz için DOCX, PDF, TXT veya CSV, zamanlamalı altyazı gerekiyorsa SRT ve VTT indirin. Başından hedefiniz altyazıysa MP3'ten SRT'ye dönüştürücü doğrudan altyazı dosyası oluşturur.
Plan seçmeden önce hesap açmadan ücretsiz deneyebilirsiniz. Ücretli planlar yıllık faturalandırmayla ayda $9.99'dan başlar; fiyatlandırmaya bakın. Büyük video dosyası önce ses ve videodan MP3'e dönüştürücüyle küçültülebilir; Google Drive veya Dropbox'taki MP3 doğrudan Transcribe from URL ile işlenebilir.
Bilmenizde fayda var: çevrimiçi araçlar sesinizi sağlayıcının sunucularına yükler. Gizli kayıtlar için önce gizlilik politikasını okuyun veya Yöntem 3 ya da 4'ü kullanın.
Yöntem 2: Microsoft Word'ün Transcribe özelliğini kullanın
Microsoft 365 ile Word MP3'ü kendisi yazıya dökebilir. Microsoft Support (Kasım 2026'da kontrol edildi), Transcribe'ın .mp3, .wav, .m4a ve .mp4 dosyalarını kabul ettiğini ve konuşmacıları ayırdığını belirtir.
- Microsoft 365'e giriş yapın ve web için Word'de (yeni Microsoft Edge veya Chrome) ya da Windows'ta Microsoft 365 için Word'de belge açın.
- Home → Dictate açılır menüsünden → Transcribe seçin.
- Transcribe bölmesinde Upload audio seçip MP3'ünüzü seçin.
- İşlem sırasında bölmeyi açık tutun; Microsoft'a göre yaklaşık dosya uzunluğu kadar sürebilir.
- Kontrol edin: herhangi bir bölümü 2x'e kadar oynatın, metni düzenleyin ve "Speaker 1" etiketini her yerde bir defada yeniden adlandırın.
- Dökümü sayfaya eklemek için Add all to document seçin ve DOCX kaydedin.
Dikkate alınacak sınırlar: Microsoft 365 kullanıcıları ayda 300 dakikaya kadar ses yükleyebilir. Her belgede bir döküm bulunur ve yüklemeler OneDrive'daki Transcribed Files klasörüne kaydedilir. Microsoft'a göre Windows masaüstü sürümü şu anda ticari kiracılarla sınırlıdır. Yardım sayfası SRT veya VTT dışa aktarma listelemez; Word altyazıdan çok belgelere uygundur.
Yöntem 3: MP3'ü elle yazıya dökün
Kendiniz yazmak ücretsizdir ve ses cihazınızda kalır, ancak yavaştır. Kısa parçalar, kelimesi kelimesine doğru alıntılar veya makinenin yanlış yazdığı bölümler için kullanın.
- MP3'ü yavaş oynatabilen ve kısayolla geri atlayabilen bir oynatıcıda açın; yanına boş belge koyun.
- Oynatmayı yaklaşık 0.75x yapın ve kısa bölümlerle çalışın: ifadeyi çalın, durdurun, yazın, gerekirse geri sarın.
- Her sırada konuşmacıyı işaretleyin, örneğin
RÖPORTAJCI:veMARIA:. W3C'nin döküm rehberi, podcast dökümünün konuşmacıları belirtilmiş basit paragraflar olabileceğini söyler. - Duyamadığınız yerleri
[duyulmuyor 00:14:32]gibi zaman damgasıyla işaretleyin, böylece geri dönebilirsiniz. - Son kez normal hızda dinleyip okuyun, yanlış eş sesli sözcükleri yakalayın.
Ya da taslağı bir araca yazdırıp bu yöntemi yalnızca önemli yerlerde kullanın.
Yöntem 4: Whisper'ı kendi bilgisayarınızda çalıştırın
Whisper, OpenAI araştırma makalesine göre 680,000 saat çok dilli sesle eğitilmiş açık kaynak konuşma tanıma modelidir. Yerel çalıştırmak ücretsizdir ve hiçbir şey yüklenmez. Karşılığında kurulum gerekir: Python, FFmpeg ve yavaş makinelerde sabır.
Resmî depoda açıklandığı gibi kurun:
pip install -U openai-whisper
FFmpeg de kurulmuş ve PATH üzerinde olmalıdır. Ardından yazıya dökün:
whisper interview.mp3 --model turbo --language English --output_format srt
Düz metin için --output_format txt kullanın veya TXT, VTT, SRT, TSV ve JSON'u birden yazmak için bayrağı kaldırın. CPU'da uyarıyı atlamak için --fp16 False ekleyin. Whisper CLI burada kurulu olmadığından bu komutlar veya tiny modeli test edilmedi.
| Model | Parametre | Yaklaşık VRAM (OpenAI'ye göre) | Large'a göre hız (OpenAI'ye göre) |
|---|---|---|---|
| tiny | 39 M | yaklaşık 1 GB | yaklaşık 10x |
| small | 244 M | yaklaşık 2 GB | yaklaşık 4x |
| medium | 769 M | yaklaşık 5 GB | yaklaşık 2x |
| turbo (varsayılan) | 809 M | yaklaşık 6 GB | yaklaşık 8x |
| large | 1550 M | yaklaşık 10 GB | 1x |
OpenAI, turbo modelini çok az doğruluk kaybıyla optimize edilmiş large-v3 olarak açıklar; ancak çeviri için eğitilmemiştir.
Vazgeçtikleriniz: resmî araçta konuşmacı etiketleme seçeneği, düzenleyici ve DOCX veya PDF dışa aktarma yoktur; OpenAI performansın dile göre büyük ölçüde değiştiğini belirtir. Topluluk projeleri bazı eksikleri giderir ve her birinin kendi kurulumu vardır.
Uzun MP3'ler, birden fazla konuşmacı ve diğer diller nasıl ele alınır?
Uzun kayıtlar
Yüklemeden önce sınırı kontrol edin. whispertranscribe.ai planları 10 saat ve 5GB'a kadar dosyaları destekler; Word'ün aylık hakkı toplam beş saattir. Daha kısa sınırı olan araç için FFmpeg MP3'ü yeniden kodlamadan bir saatlik parçalara ayırabilir:
ffmpeg -i lecture.mp3 -f segment -segment_time 3600 -c copy lecture_part_%03d.mp3
Kesim cümlenin ortasına denk gelebilir; metni birleştirirken birleşme noktalarını kontrol edin. Ders ve konuşmalar için ders transkripsiyonuna bakın.
Birden fazla konuşmacı
Konuşmacı algılamayı açın ve paylaşmadan önce genel etiketleri yeniden adlandırın. İnsanlar birbirini kestiğinde veya benzer ses çıkardığında etiketler daha çok şaşar; her konuşmacıdan birkaç sırayı kontrol edin. Sonraki oturumda herkese ayrı mikrofon verin.
Diğer diller ve aksanlar
Özellikle dosya müzikle başlıyorsa otomatik algılama yerine dili seçin. whispertranscribe.ai İngilizce, İspanyolca, Fransızca, Almanca, Hintçe, Rusça, Portekizce, Japonca, İtalyanca ve Hollandaca arasında geçiş yapan kayıtlar için Multilingual Mix sunar. İngilizce olmayan MP3'ten İngilizce metin gerekiyorsa ayrı ayrı yazıya döküp çevirmek yerine sesi İngilizceye çevirme aracını kullanın.
MP3 dökümü nasıl düzeltilir: 3 aşamalı iş akışı
AI taslakları öngörülebilir yerlerde hata yapar; bu nedenle dosyanın tamamını yeniden dinlemek nadiren gerekir.
1. aşama: Dinlemek yerine arayın. Ad ve terim listenizle bul ve değiştir kullanarak tüm yazım hatalarını bir defada düzeltin.
2. aşama: Sorunlu noktaları dinleyin. Şu yerlere gidip sesle karşılaştırın:
| Sorunlu nokta | Tipik hata | Nasıl kontrol edilir? |
|---|---|---|
| Sayılar ve tarihler | "on beş" yerine "elli", kayıp ondalıklar | Alıntılayacağınız her sayıyı yeniden dinleyin |
| Adlar ve markalar | Fonetik yazım | Terim listenizle karşılaştırın |
| Üst üste konuşma | İki cümle birleşir veya biri düşer | Normal hızda, sonra yavaş dinleyin |
| Konuşmacı değişimleri | Satır yanlış kişiye atfedilir | Her değişimden sonraki ilk satırı kontrol edin |
| Sessiz veya uzak sesler | Eksik sözcükler | O bölümün sesini açın |
| İlk ve son dakikalar | Sohbet, müzik, yanlış dil tahmini | Gerektiği gibi silin veya düzeltin |
3. aşama: Belge gibi okuyun. Bir kez sessiz okuyun; anlamlı olmayan her yeri yeniden dinleyin. Tahmin etmek yerine hâlâ duyamadıklarınızı [anlaşılmıyor] olarak işaretleyin.
Hangi dışa aktarma biçimi gerekiyor?
Sonraki kullanıma göre seçin: belgeler için DOCX veya TXT, video üzerinde gösterilecek her şey için SRT veya VTT gerekir.
| Biçim | Kullanım |
|---|---|
| DOCX | Düzenleme, rapor, makale, program notları |
| Paylaşılacak veya arşivlenecek sabit kopya | |
| TXT | Diğer uygulamalara veya AI özetlerine yapıştırma |
| CSV | Elektronik tablolar ve araştırma analizi |
| SRT | YouTube, video düzenleyiciler ve oynatıcılar için altyazı |
| VTT | HTML5 web video oynatıcıları için altyazı |
Telefondaki sesli notlar için sesli not transkripsiyonu sayfası aynı dışa aktarma seçeneklerini kapsar.
Sık sorulan sorular
MP3'ü ücretsiz metne dönüştürebilir miyim?
Evet. Kendiniz yazmak her zaman ücretsizdir; OpenAI'nin açık kaynak Whisper modelini kendi bilgisayarınızda çalıştırmanın kurulum süresi ve donanım dışında maliyeti yoktur. Birçok çevrimiçi araç da ücretsiz başlangıç sunar. whispertranscribe.ai hesap gerektirmeyen ücretsiz seçenek sunar; sesinizin sonucunu kontrol etmek için yararlıdır. Ücretsiz seçenekler genellikle süreyi veya özellikleri sınırlar; düzenli çalışma için ücretli planları karşılaştırın. whispertranscribe.ai yıllık faturalandırmayla ayda $9.99'dan başlar.
MP3 dosyasını yazıya dökmek ne kadar sürer?
AI aracıyla genellikle ses süresinden çok daha az, ancak dosyaya ve hizmete bağlıdır. Microsoft'a göre Word Transcribe yaklaşık dosya süresi kadar sürebilir. Whisper'ı yerel çalıştırma donanımınıza ve modele bağlıdır; küçük modeller daha hızlıdır ama daha çok hata yapar. Elle yazma ses süresinin birkaç katını alır; bu nedenle çoğu kişi yalnızca kısa parçaları elle yazar.
MP3'ü WAV'a dönüştürmek transkripsiyon doğruluğunu artırır mı?
Hayır. MP3'ü WAV olarak kaydetmek veya daha yüksek bit hızında yeniden kodlamak dosyayı büyütür, ancak MP3 oluşturulurken çıkarılan ayrıntıyı geri getiremez. MP3 kayıplı biçimdir. Orijinal WAV veya FLAC varsa onu yazıya dökün; yoksa MP3'ü olduğu gibi yükleyin. Whisper gibi motorlar sesi içeride 16 kHz mono olarak yeniden örneklediğinden hızı kendiniz dönüştürmeniz de yardımcı olmaz.
Birden fazla konuşmacılı MP3'ü nasıl yazıya dökerim?
Konuşmacı algılamalı bir araç kullanın ve başlamadan açın. Döküm her sıraya Speaker 1 gibi numaralı etiket verir; sonra gerçek adlarla değiştirirsiniz. Microsoft Word Transcribe ve whispertranscribe.ai konuşmacıları etiketler; resmî Whisper komut satırı aracı etiketlemez. İnsanların birbirini kestiği yerlerde etiketleri kontrol edin; en çok oralarda karışırlar.
MP3'ü Word belgesine dönüştürebilir miyim?
Evet. En hızlı yol MP3'ü çevrimiçi araçla yazıya döküp Word veya Google Docs'ta doğrudan açılan DOCX olarak dışa aktarmaktır. Microsoft 365'iniz varsa Word'de Home, Dictate, Transcribe, Upload audio üzerinden MP3'ü yükleyip Add all to document seçebilirsiniz. Microsoft 365 aboneliğine ayda 300 dakikaya kadar yüklenen ses dahildir.
MP3'ü döküm yerine altyazıya dönüştürebilir miyim?
Evet. Dökümü DOCX veya TXT yerine SRT ya da VTT dışa aktarın. İkisi de her satırın zamanlamasını tutar; video oynatıcı veya düzenleyici metni doğru anda gösterebilir. whispertranscribe.ai ile transkripsiyon sonrası SRT veya VTT dışa aktarabilir ya da MP3'ten SRT'ye dönüştürücüyü kullanabilirsiniz. Whisper komut satırı aracı da çıktı biçimi seçeneğiyle SRT ve VTT yazabilir.
Denemeye hazır mısınız? Dosyayı whispertranscribe.ai üzerindeki MP3'ten metne dönüştürücüye yükleyin veya diğer biçimler için ücretsiz sesten metne dönüştürücüyü kullanın. İkisi de 130+ dilde, konuşmacı etiketleri ve DOCX, PDF, TXT, CSV, SRT ve VTT dışa aktarmayla çalışır.
Kaynaklar
- Library of Congress: MP3 (MPEG Layer III Ses Kodlama)
- Google Cloud: Speech-to-Text API'ye veri sağlama için iyi uygulamalar
- Microsoft Support: Kayıtlarınızı yazıya dökme
- OpenAI: GitHub'da Whisper (README ve
whisper/audio.py) - Radford ve diğerleri, OpenAI: Büyük Ölçekli Zayıf Gözetimle Sağlam Konuşma Tanıma
- W3C Web Accessibility Initiative: Dökümler
