Darmowy konwerter online AMR do RTF

Notatkę głosową z telefonu lub wiadomość poczty głosowej zapisaną jako AMR należy najpierw poddać transkrypcji, aby można było ją edytować lub udostępnić jako dokument RTF. Konwersja obejmuje zatem dwa etapy: rozpoznawanie mowy tworzy słowa, a następnie transkrypcja jest zapisywana z formatowaniem RTF.

Czym jest format AMR

AMR (Adaptive Multi-Rate) to stratny format audio mowy przeznaczony dla połączeń o niskiej przepustowości. AMR-NB zwykle przechowuje mowę telefoniczną w wąskim paśmie, natomiast AMR-WB przechowuje mowę w szerszym paśmie. Telefony komórkowe, starsze rejestratory głosu systemu Android, systemy oparte na 3GPP, platformy poczty głosowej i niektóre aplikacje telefoniczne tworzą pliki .amr.

Plik AMR zawiera nagrany dźwięk, a nie zaznaczalne słowa. Zmiana jego rozszerzenia lub kontenera nie może utworzyć wartościowego dokumentu RTF; oprogramowanie do rozpoznawania mowy musi najpierw przeanalizować nagranie.

Czym jest format RTF

RTF (Rich Text Format) to format dokumentów przeznaczony dla zwykłego tekstu z przenośnym formatowaniem, takim jak czcionki, akapity, tekst pogrubiony i pochylony oraz podstawowe odstępy. Microsoft Word, WordPad, LibreOffice Writer i wiele systemów zarządzania dokumentami może go otwierać.

RTF jest odpowiedni, gdy transkrypcja wymaga edycji, dodawania adnotacji, drukowania lub wymiany między edytorami tekstu bez konieczności używania oryginalnej aplikacji do edycji tekstu. Przechowuje rozpoznaną transkrypcję, a nie nagranie AMR ani gwarantowane, dokładne odwzorowanie wypowiedzianych słów.

Jak faktycznie przekonwertować AMR na RTF

Korzystanie z wbudowanego konwertera online

1. Otwórz konwerter AMR-to-RTF na stronie 101convert.com; usługa jest dostępna bezpłatnie i nie wymaga instalowania oprogramowania.
2. Prześlij nagranie .amr i wybierz RTF jako format wyjściowy.
3. Jeśli dostępne są opcje transkrypcji, wybierz język mówiony i włącz rozpoznawanie mowy. Sprawdź dostępne ustawienia dotyczące rozmówców, interpunkcji lub znaczników czasu.
4. Rozpocznij konwersję i pobierz wynikowy plik .rtf.
5. Otwórz wynik w LibreOffice Writer lub Microsoft Word i popraw nazwy, liczby, interpunkcję oraz terminy techniczne, porównując je z nagraniem.

Korzystanie z narzędzi desktopowych

Lokalny proces pracy zapewnia większą kontrolę nad dźwiękiem i modelem rozpoznawania. FFmpeg może dekodować AMR, Whisper może dokonać transkrypcji zdekodowanej mowy, a LibreOffice może zapisać transkrypcję jako RTF:

1. Zainstaluj FFmpeg, zainstalowany pakiet Whisper dla wiersza poleceń oraz LibreOffice.
2. Zdekoduj nagranie do przyjaznego dla rozpoznawania pliku WAV:

ffmpeg -i input.amr -ar 16000 -ac 1 speech.wav

3. Wykonaj transkrypcję pliku WAV, zastępując kod języka w razie potrzeby:

whisper speech.wav --model small --language en --output_format txt --output_dir transcript

4. Przekonwertuj wygenerowaną transkrypcję w postaci zwykłego tekstu na RTF:

libreoffice --headless --convert-to rtf --outdir transcript transcript/speech.txt

W przypadku trudnych nagrań użyj większego modelu Whisper, jeśli komputer ma wystarczającą ilość pamięci, i określ prawidłowy język zamiast polegać na automatycznym wykrywaniu. Plik wynikowy będzie zwykle nosił nazwę speech.rtf w katalogu transcript.

Ograniczenia jakości i zgodności

AMR jest zoptymalizowany pod kątem mowy przy niskich przepływnościach bitowych, dlatego hałas w tle, nakładające się głosy, akcenty, urwane nagrania i dźwięk o telefonicznej przepustowości mogą obniżyć dokładność transkrypcji. Stratnej kompresji nie można odwrócić przed rozpoznawaniem.

RTF nie ma standardowego sposobu na zachowanie wiarygodnych znaczników czasu dla poszczególnych słów, identyfikacji rozmówców ani wartości ufności. Zachowaj oryginalny plik .amr razem z transkrypcją RTF, gdy nagranie może być potrzebne do weryfikacji. RTF nie osadza również dźwięku, chyba że konkretny edytor tekstu doda zastrzeżony załącznik.