Langkah cloud
Kirim rekaman, entah rapat, wawancara, kuliah, atau voice note, dan dapatkan transkrip rapi yang dipisah per pembicara, yang bisa diekspor ke Word, PDF, teks biasa, subtitle, atau spreadsheet.
Dibuat untuk percakapan sungguhan, termasuk yang berganti bahasa di tengah kalimat, dan teksnya dipisah per pembicara, bukan dikembalikan sebagai satu blok utuh. Pembicara disimpulkan dari isi percakapan, bukan dikenali dari suaranya.
Berbeda dengan alat lain di situs ini, transkripsi memakai server: situs ini tidak menjalankan pengenalan suara di perangkat Anda. Halaman bertanya dulu sebelum mengirim apa pun. Rekaman dikirim dalam potongan empat menit, tanpa nama filenya, lewat server kami dan gateway AI Lovable ke model pengenalan suara OpenAI, dan teksnya ke Gemini dari Google untuk dirapikan. Server kami tidak menyimpan keduanya; layanan-layanan itu mengikuti ketentuan mereka sendiri.
Tidak cocok untuk: Akurasi sempurna untuk rekaman yang buruk: bising latar yang berat dan orang yang bicara bersamaan tetap menimbulkan kesalahan.
Tidak ada yang dikirim sampai Anda setuju di dialog yang dibuka tombol «Transkrip», kecuali Anda sudah memilih untuk tidak ditanya lagi. Browser Anda lalu mendekode rekaman, atau suara dari video, mencampurnya menjadi satu kanal pada 16 kHz, dan memotongnya menjadi potongan empat menit, masing-masing dikirim sebagai file WAV bernama part-1.wav, part-2.wav, dan seterusnya: suaranya saja, tanpa nama file Anda.
Setiap potongan masuk ke fungsi server kami di Lovable Cloud, yang meneruskannya lewat gateway AI Lovable ke model suara gpt-4o-transcribe milik OpenAI, bersama kosakata khusus Anda, bahasa kalau Anda memilihnya, dan 1.200 karakter terakhir yang sudah ditranskrip. Teks dari semua potongan, bersama nama pembicara dan kosakata yang Anda masukkan, menempuh jalur yang sama ke model Gemini dari Google untuk dipisah per pembicara dan diberi judul, ringkasan, dan bab, lalu transkrip yang sudah jadi dikirim sekali lagi untuk poin-poin penting dan tindak lanjut.
Fungsi kami tidak menulis audio maupun teks ke penyimpanan. Fungsi itu mencatat alamat IP Anda pada setiap permintaan, untuk batas per jam, dan menghapusnya setelah lebih dari dua jam. Apa yang disimpan Lovable, OpenAI, dan Google diatur oleh ketentuan mereka sendiri. «Simpan ke pustaka» menyimpan transkrip di browser ini, atau di akun Anda kalau Anda sedang masuk; «Tautan berbagi» mengunggah file ekspor ke penyimpanan kami selama 24 jam, seperti yang tertulis di samping tombolnya.
Server kami menerima tiga puluh potongan per jam dari satu alamat IP, yaitu dua jam audio. Kalau sebuah potongan ditolak atau gagal, potongan yang sudah selesai tetap disimpan, dan «Coba lagi rekaman yang gagal» melanjutkan dari potongan yang gagal, bukan mulai dari awal.
Pembicara tidak dikenali dari suaranya. Gemini menyimpulkannya dari teks, dari pertanyaan, jawaban, salam, dan nama yang disebut, dan memakai nama pembicara yang Anda ketik sebagai labelnya. Kalau langkah itu gagal, Anda tetap mendapat teksnya, dalam blok empat menit bertanda „Pembicara tidak dikenali“.
Biarkan bahasa pada deteksi otomatis untuk percakapan yang mencampur bahasa, atau pilih bahasa yang diucapkan untuk membantu model suara pada rekaman satu bahasa.
Waktu hanya diketahui di batas setiap potongan empat menit; giliran bicara di dalam satu potongan diberi jarak merata dan ditandai ~. File SRT, VTT, dan CSV membawa perkiraan ini, jadi file itu berguna sebagai indeks kasar ke rekaman, bukan subtitle yang mengikuti ucapan.
Halaman ini dalam bahasa lain: English · العربية · Deutsch · Français · Español · Русский · Português · 中文 · हिन्दी · Türkçe · עברית · فارسی · اردو · বাংলা