Przejdź do treści

Konwertuj MP3 na XLSX

Transkrybuj mowę z pliku MP3 i eksportuj segmenty ze znacznikami czasu do edytowalnego skoroszytu XLSX.

Konwertuj pliki MP3 online

Nie mamy jeszcze dedykowanego konwertera online dla MP3 na XLSX, ale pliki MP3 możesz przekonwertować online na te i inne formaty:

Chcesz przekonwertować MP3 na XLSX?

Daj nam znać. Kolejne konwersje do dodania wybieramy według zainteresowania.

Jak konwertować mp3 do xlsx

System transkrypcji lub przeglądu połączeń może wymagać arkusza kalkulacyjnego zamiast pliku audio, z jednym wierszem dla każdego segmentu wypowiedzi i opcjonalnymi znacznikami czasu. Przetwarzanie MP3-to-XLSX oznacza zatem transkrypcję nagrania i wyeksportowanie rozpoznanego tekstu jako danych skoroszytu, a nie bezpośrednią zmianę kontenera MP3.

Czym jest format MP3

MP3 to stratny format audio, który kompresuje dźwięk za pomocą percepcyjnego kodowania audio. Odtwarzacze muzyki, smartfony, aplikacje do nagrywania głosu, oprogramowanie do podcastów i edytory audio często tworzą lub zapisują pliki .mp3. Wywiady, spotkania, wykłady, nagrania rozmów telefonicznych i pobrane pliki audio często są dostępne w tym formacie.

Plik MP3 zwykle zawiera zakodowany dźwięk, a nie transkrypcję. Zmiana nazwy recording.mp3 na recording.xlsx zmienia tylko nazwę pliku i nie tworzy danych arkusza kalkulacyjnego.

Czym jest format XLSX

XLSX to oparty na XML format skoroszytu używany przez Microsoft Excel i obsługiwany przez LibreOffice Calc, Google Sheets, Apple Numbers oraz wiele aplikacji do przetwarzania danych. Przechowuje arkusze, wiersze, kolumny, formuły, formatowanie, filtry i wartości określonych typów.

Skoroszyt z transkrypcją może używać kolumn takich jak Czas rozpoczęcia, Czas zakończenia, Mówca i Transkrypcja. Taka struktura ułatwia wyszukiwanie, edycję, sortowanie, kontrolę jakości, raportowanie oraz importowanie segmentów do innych systemów. XLSX nie jest formatem audio i nie powinien być używany jako jedyna kopia nagrania.

Konwersja na komputerze za pomocą Whisper i Python

Ta metoda uruchamia rozpoznawanie mowy lokalnie i tworzy plik XLSX z segmentami opatrzonymi znacznikami czasu. Zainstaluj Python, a następnie zainstaluj pakiety za pomocą:

pip install faster-whisper openpyxl

faster-whisper używa PyAV do dekodowania typowych formatów audio, dlatego osobna instalacja FFmpeg zwykle nie jest wymagana. Zainstaluj również FFmpeg, jeśli wymaga tego lokalne środowisko lub inne narzędzie do transkrypcji.

Zapisz poniższy kod jako mp3_to_xlsx.py:

import sys
from faster_whisper import WhisperModel
from openpyxl import Workbook

source = sys.argv[1]
target = sys.argv[2]
language = sys.argv[3] if len(sys.argv) > 3 else None

model = WhisperModel("small", device="cpu", compute_type="int8")
segments, info = model.transcribe(source, language=language, vad_filter=True)

workbook = Workbook()
sheet = workbook.active
sheet.title = "Transcript"
sheet.append(["Start time", "End time", "Transcript"])

for segment in segments:
    sheet.append([
        round(segment.start, 2),
        round(segment.end, 2),
        segment.text.strip()
    ])

sheet.freeze_panes = "A2"
sheet.auto_filter.ref = sheet.dimensions
sheet.column_dimensions["A"].width = 14
sheet.column_dimensions["B"].width = 14
sheet.column_dimensions["C"].width = 100
workbook.save(target)

Uruchom go za pomocą:

python mp3_to_xlsx.py recording.mp3 transcript.xlsx

Przekaż kod języka, aby uniknąć automatycznego wykrywania języka, na przykład:

python mp3_to_xlsx.py recording.mp3 transcript.xlsx en

Przy pierwszym uruchomieniu zostanie pobrany wybrany model Whisper. small to praktyczny wybór dla CPU; medium lub large-v3 mogą poprawić rozpoznawanie w przypadku trudnych nagrań, ale wymagają większej ilości pamięci i dłuższego czasu przetwarzania. Zgodny GPU może znacznie skrócić czas przetwarzania.

Aplikacje komputerowe bez używania skryptów

Buzz zapewnia graficzny proces pracy na komputerze oparty na Whisper i może eksportować formaty transkrypcji, takie jak CSV, zależnie od wersji i ustawień. MacWhisper zapewnia podobny proces pracy w systemie macOS. Wybierz plik MP3, wybierz język wypowiedzi, włącz znaczniki czasu, jeśli są dostępne, i wyeksportuj plik CSV. Otwórz plik CSV w Excelu, sprawdź separator i kodowanie znaków, a następnie wybierz File → Save As i zaznacz Excel Workbook (*.xlsx).

Jeśli aplikacja eksportuje wyłącznie pliki TXT, SRT lub VTT, użyj parsera transkrypcji lub procesu importowania do arkusza, aby przed zapisaniem jako XLSX rozdzielić znaczniki czasu i tekst na kolumny. Bezpośrednie otwarcie pliku napisów w Excelu może pozostawić znaczniki czasu w komórkach i zwykle wymaga oczyszczenia danych.

Internetowe usługi transkrypcji

Usługi hostowane, takie jak Sonix i Happy Scribe, mogą przyjmować pliki MP3, transkrybować je i udostępniać eksport transkrypcji lub CSV. Typowy proces wygląda następująco:

  1. Prześlij plik MP3 i wybierz język wypowiedzi.
  2. Włącz znaczniki czasu i identyfikację mówców, jeśli usługa oferuje te opcje.
  3. Wyeksportuj plik CSV, otwórz go w Excelu, sprawdź kolumny i kodowanie, a następnie wybierz File → Save As → Excel Workbook (*.xlsx).

Niektóre usługi oferują bezpośredni eksport XLSX, ale dostępne formaty, limity czasu trwania, funkcje dotyczące mówców i ceny zależą od planu. Nie przesyłaj poufnych wywiadów, nagrań prawnych, informacji dotyczących zdrowia ani nieopublikowanych materiałów biznesowych, chyba że zasady dostawcy dotyczące przechowywania danych, wykorzystywania ich do trenowania, szyfrowania i usuwania spełniają obowiązujące wymagania.

Ograniczenia jakości i zgodności

Dokładność rozpoznawania zależy od jakości mikrofonu, hałasu w tle, nakładających się wypowiedzi, akcentów, języka i specjalistycznego słownictwa. Kompresja MP3 zwykle pozostaje odpowiednia do transkrypcji, ale czyste oryginalne nagranie jest lepsze niż plik o niskiej przepływności lub wielokrotnie ponownie kodowany.

Znaczniki czasu Whisper wskazują granice segmentów, ale nie identyfikują mówców w sposób niezawodny. Dodaj ręcznie kolumnę Mówca lub użyj usługi z funkcją diarization, a następnie zweryfikuj każdą zmianę mówcy na podstawie nagrania. Eksporty znaczników czasu mogą używać sekund, formatu HH:MM:SS lub ułamków czasu arkusza kalkulacyjnego; ujednolić sposób przedstawiania przed sortowaniem lub obliczaniem czasu trwania.

Przed użyciem skoroszytu jako wiarygodnego zapisu sprawdź nazwy, liczby, interpunkcję, daty i terminy techniczne, porównując je z nagraniem. Przechowuj oryginalny plik MP3 oddzielnie i zapisz jego nazwę, datę, język oraz model lub usługę transkrypcji w dodatkowych kolumnach skoroszytu albo w metadanych.

Arkusze programu Excel obsługują maksymalnie 1 048 576 wierszy. Długie nagranie podzielone na bardzo krótkie segmenty może przekroczyć ten limit; w razie potrzeby użyj wielu arkuszy lub zachowaj transkrypcję jako CSV.

Porównanie formatu MP3 z XLSX

Jak formaty MP3 i XLSX wypadają w porównaniu pod względem najważniejszych cech dla tej konwersji.

Porównanie formatów plików MP3 i XLSX
Cecha .MP3 MPEG-1 Audio Layer III .XLSX Microsoft Excel Open XML Spreadsheet
Otwarty standard Częściowo otwarty Tak
Kompresja Stratne Oba
Typowy rozmiar pliku Mały Średni
Otwiera się w przeglądarce internetowej Tak, natywnie Częściowo
Dalsza edycja Ograniczone Łatwy
Obsługa metadanych Rozbudowany Rozbudowany
Czytelny tekstowo Nie Nie
Najlepszy do Muzyka Wymiana danych
Wprowadzono 1993 2007
Twórca Moving Picture Experts Group (MPEG) Microsoft
Typ MIME audio/mpeg application/vnd.openxmlformats-officedocument.spreadsheetml.sheet

Informacje o rozszerzeniach i typach plików zapewnia File-Extensions.org

Dodatkowe formaty dla konwersji pliku
mp3

Konwersja odwrotna

Konwersja do .xlsx
z innych formatów

Udostępnij w mediach społecznościowych:

Już pobrano

Ten plik został już pobrany. Ze względu na prywatność usunęliśmy go z serwera zaraz po pobraniu, więc nie można go pobrać ponownie. Jeśli potrzebujesz go jeszcze raz, przekonwertuj plik ponownie.