Domande Frequenti

Il servizio Speech-to-Text è una tecnologia che converte automaticamente il contenuto vocale in testo. Ti aiuta a convertire rapidamente registrazioni vocali, verbali di riunioni e altro contenuto audio in formato di testo modificabile.

Semplicemente registra un account, scegli un piano che si adatta alle tue esigenze, e puoi iniziare a usare il nostro servizio. Forniamo un'interfaccia user-friendly che ti permette di caricare facilmente file audio e ottenere risultati di conversione.

Supportiamo vari formati audio comuni, inclusi MP3, WAV, M4A, AAC e altri. Se hai requisiti di formato speciali, contatta il nostro team di assistenza clienti.

La nostra tecnologia di riconoscimento vocale utilizza algoritmi AI avanzati e può raggiungere oltre il 98% di precisione in ambienti standard. Per audio con accenti o rumore di fondo, la precisione potrebbe essere inferiore.

Prendiamo molto seriamente la sicurezza dei dati degli utenti. I file audio vengono automaticamente eliminati dai nostri server dopo la conversione, e i tuoi dati vocali sono memorizzati su piattaforme sicure con crittografia leader del settore. Hai anche l'opzione di eliminare manualmente i file audio in qualsiasi momento.

Il tempo di conversione dipende dalla lunghezza del file audio. Generalmente, il tempo di conversione è di circa 10 secondi per minuto di audio. Per file audio più lunghi, il tempo di conversione può essere maggiore. File audio più lunghi come 1 ora possono richiedere 10 minuti per essere convertiti.

Offriamo tre modalità di trascrizione: Più veloce, Bilanciata e Precisa. Per audio di alta qualità, si consiglia la modalità Più veloce o Bilanciata perché entrambe forniscono risultati rapidi con precisione affidabile. Per registrazioni generali, Bilanciata è la migliore opzione completa. Se il tuo audio contiene rumore di fondo, più parlanti o richiede la massima precisione, scegli la modalità Precisa.

I file di trascrizione spostati nel cestino saranno conservati fino a 30 giorni. Verranno eliminati automaticamente e permanentemente dopo il periodo di conservazione di 30 giorni. Puoi anche scegliere di eliminarli permanentemente manualmente dal cestino in qualsiasi momento.

La funzione di riconoscimento del parlante viene utilizzata per identificare i parlanti nel file audio. Puoi abilitare la funzione di riconoscimento del parlante cliccando sul pulsante 'Abilita riconoscimento parlante'. Una volta abilitata, la funzione di riconoscimento del parlante verrà utilizzata per identificare i parlanti nel file audio.

L'opzione "Riconosci parlante" consente all'IA di identificare e separare diversi parlanti nel tuo audio. Se specifichi il numero di parlanti, l'IA può utilizzare queste informazioni per migliorare la separazione e l'etichettatura dei parlanti. Se non selezioni un numero, il sistema rileverà e classificherà automaticamente i parlanti per te. Si prega di notare che il risultato finale potrebbe non seguire rigorosamente il numero che scegli, poiché l'IA continuerà a ottimizzare il rilevamento dei parlanti in base alle caratteristiche audio effettive.

L'opzione "Scenario" consente al sistema di regolare i parametri tecnici in base all'ambiente specifico del tuo audio. Scenari diversi utilizzano impostazioni IA diverse, come livello di riduzione del rumore, miglioramento del parlato e filtraggio dello sfondo, per ottenere una migliore precisione di trascrizione senza richiedere di configurare manualmente opzioni complesse. Nella maggior parte dei casi, lo scenario "Generale" offre le prestazioni più equilibrate ed è adatto per registrazioni tipiche.

"Lunghezza del segmento" si riferisce alla dimensione o durata di ogni segmento di testo generato durante la trascrizione IA. Controlla quanto sarà lungo ogni blocco di testo trascritto. Segmenti più corti creano interruzioni più frequenti e timestamp più fini, mentre segmenti più lunghi producono blocchi di testo più grandi. Questa impostazione influisce su come è strutturata la trascrizione finale, ma non cambia l'effettiva precisione della trascrizione.