Ακούστε το. Διαβάστε το. Κατεβάστε το.

Ανεβάζετε την ηχογράφησή σας ή υπαγορεύετε απευθείας στον browser και το akoé κάνει τη μετατροπή του ήχου σε κείμενο αυτόματα (αυτόματη αναγνώριση ομιλίας ή ASR): ο προφορικός λόγος γίνεται γραπτός, με ετικέτες ομιλητών και χρονοσφραγίδα σε κάθε λέξη. Μετά ελέγχετε το κείμενο στον επεξεργαστή κειμένου λέξη προς λέξη και μπορείτε να το κατεβάσετε σε Word, αρχεία υποτίτλων, απλό κείμενο .txt ή TEI XML.

Εξαρτάται από την ηχογράφηση: καθαρή ομιλία κοντά στο μικρόφωνο θέλει λιγότερες διορθώσεις· ηχογραφήσεις σε μη ιδανικές συνθήκες θέλουν περισσότερες. Η επόμενη ερώτηση λέει τι κάνει ένα ηχητικό δύσκολο στην απομαγνητοφώνηση. Δεν θα σας υποσχεθούμε ποτέ αψεγάδιαστη απομαγνητοφώνηση. Αυτό που υποσχόμαστε είναι η δυνατότητα ελέγχου: λέξεις για τις οποίες το μοντέλο μας δεν είναι σίγουρο (επιστρέφει μικρό σκορ πιθανότητας η λέξη που κατέγραψε να είναι πράγματι αυτή που ειπώθηκε) είναι υπογραμμισμένη και το playback του ήχου γίνεται από τη λέξη που ελέγχετε, οπότε η διόρθωση γίνεται όσο το δυνατόν πιο εύκολη. Μπορείτε επίσης να επιταχύνετε ή να επιβραδύνετε τον ήχο, ώστε να ελέγξετε πιο γρήγορα ή πιο καθαρά την απομαγνητοφώνηση για λάθη.

Ηχογραφήσεις με μη σωστή χρήση μικροφώνων, σε θορυβώδεις χώρους ή ομιλητές που μιλούν ταυτόχρονα ο ένας πάνω στον άλλον, εναλλαγή γλώσσας μέσα στην ίδια συνέντευξη και γλώσσες ομιλίας, διάλεκτοι ή προφορές που υποεκπροσωπούνται στα δημόσια δεδομένα εκπαίδευσης είναι όλοι παράγοντες που επηρεάζουν την ποιότητα της αυτόματης απομαγνητοφώνησης. Το τελευταίο είναι πρόβλημα δεδομένων, όχι ελάττωμα του πώς μιλάει κανείς. Στην ενότητα ΓΛΩΣΣΕΣ μπορείτε να βρείτε ποιες γλώσσες αναγνωρίζονται περισσότερο και ποιες λιγότερο καλά. Εδώ στην Ελλάδα, με τόσο πλούτο σε προφορές και διαλέκτους, αυτό το πρόβλημα είναι έντονο και ενθαρρύνουμε την έρευνα στην αυτόματη αναγνώριση ομιλίας σε υποεκπροσωπούμενες διαλέκτους και προφορές. Αν η δουλειά σας χρειάζεται προσαρμοσμένο μοντέλο για συγκεκριμένη διάλεκτο ή και θεματική, επικοινωνήστε μαζί μας περιγράφοντας την περίπτωσή σας και πείτε μας αν έχετε ηχογραφήσεις που έχετε το νόμιμο δικαίωμα να μοιραστείτε μαζί μας για εκπαίδευση νέων μοντέλων ΤΝ. Τα αρχεία που ανεβάζετε μέσω της πλατφόρμας akoe.ai δεν χρησιμοποιούνται ποτέ για εκπαίδευση. Τα προσαρμοσμένα μοντέλα απαιτούν ξεχωριστή, ρητή, γραπτή συμφωνία.

Όχι. Το akoé απομαγνητοφωνεί την ομιλία, τις λέξεις. Δεν εντοπίζει και δεν σημειώνει ήχους εκτός ομιλίας (γέλια, βήχα, κλάμα), τόνο ή συναίσθημα και δεν μεταγράφει τη σιωπή: τα σιωπηλά διαστήματα απλώς δεν παράγουν κείμενο. Αν η μέθοδός σας χρειάζεται αυτά τα στοιχεία, ο επεξεργαστής είναι καλό μέρος για να τα προσθέσετε με το χέρι. Kάθε λέξη έχει χρονοσφραγίδα και μπορείτε να αναπαράγετε τον ήχο στην ταχύτητα που επιθυμείτε όσο δουλεύετε.

Ναι, ο αυτόματος διαχωρισμός ομιλητών (speaker diarization) βάζει ετικέτα σε κάθε φωνή. Για καλύτερα αποτελέσματα, κατά τη μεταφόρτωση του αρχείου σας μπορείτε να προσδιορίσετε πόσα άτομα μιλούν. Όπου υπάρχουν λάθη στην αναγνώριση ομιλητών, ο επεξεργαστής κειμένου καθιστά εύκολη τη διόρθωση με ένα κλικ: μετονομασία, αλλαγή φωνής από ένα συγκεκριμένο σημείο και μετά, κτλ.

Απομαγνητοφώνηση και υπαγόρευση: περίπου 100 γλώσσες. Μπορείτε να προσδιορίσετε εσείς τη γλώσσα του ηχητικού σας ή να αφήσετε το μοντέλο να την αναγνωρίσει αυτόματα. Η ενότητα γλωσσών παραπάνω δείχνει τι να περιμένετε από την καθεμία. Διαχωρισμός ομιλητών: οποιαδήποτε γλώσσα. Λειτουργεί με βάση τις φωνές, όχι τις λέξεις. Μετάφραση: προς 28 γλώσσες, από κείμενο σε οποιαδήποτε από αυτές: Αγγλικά, Βουλγαρικά, Γαλλικά, Γερμανικά, Δανικά, Ελληνικά, Εσθονικά, Ισπανικά, Ιταλικά, Κροατικά, Λετονικά, Λιθουανικά, Ολλανδικά, Ουγγρικά, Πολωνικά, Πορτογαλικά, Ρουμανικά, Σλοβακικά, Σλοβενικά, Σουηδικά, Τσεχικά και Φινλανδικά (22 από τις 24 επίσημες γλώσσες της ΕΕ), και επιπλέον Αραβικά, Καταλανικά, Κινεζικά, Νορβηγικά, Ρωσικά και Τουρκικά. Υπότιτλοι και εξαγωγές: Word, υπότιτλοι (SRT και VTT), απλό κείμενο, CSV και TEI, στη γλώσσα της ηχογράφησης και σε όποια μετάφραση έχετε κάνει. Αναζήτηση με βάση το νόημα: σε όλες τις γλώσσες απομαγνητοφώνησης, ακόμη και διασταυρωμένα: ρωτήστε σε μία γλώσσα και βρείτε το σημείο σε άλλη. Αναφορές: πρόσωπα, τόποι, οργανισμοί, ημερομηνίες και ετικέτες που ορίζετε εσείς. Πολυγλωσσική λειτουργία, με ευρετήριο στη γλώσσα της ηχογράφησης.

Πρώτα το αρχείο σας περιμένει να το αναλάβει μηχάνημα επεξεργασίας, συνήθως ένα με δύο λεπτά. Έπειτα η ίδια η απομαγνητοφώνηση τρέχει αρκετές φορές πιο γρήγορα από τη διάρκεια της ηχογράφησης, οπότε μία ώρα ήχου σημαίνει λίγα λεπτά επεξεργασίας. Στα μεγαλύτερα αρχεία τα πρώτα λεπτά της απομαγνητοφώνησης εμφανίζονται όσο το υπόλοιπο απομαγνητοφωνείται ακόμη και σας στέλνουμε email όταν το πλήρες κείμενο είναι έτοιμο. Δεν χρειάζεται να περιμένετε με την καρτέλα του site ανοικτή. Μερικές φορές, τα πολύ σύντομα αρχεία δεν φαίνεται να κινούνται πολύ γρήγορα σε σχέση με τη διάρκειά τους, γιατί η πρώτη αναμονή είναι ίδια είτε η ηχογράφηση διαρκεί δύο λεπτά είτε δύο ώρες.

Ναι, mp4, mov και άλλες συνηθισμένες μορφές υποστηρίζονται. Κρατάμε μόνο τον ήχο, ενώ η εικόνα δεν διατηρείται. Στους σύγχρονους browsers ο ήχος απομονώνεται και εξάγεται στη συσκευή σας πριν από το ανέβασμα, οπότε ένα βίντεο 2GB ταξιδεύει ως λίγα megabyte ήχου. Αν ο browser σας δεν μπορεί να πραγματοποιήσει αυτή τη λειτουργία, το αρχείο μετατρέπεται στους διακομιστές μας και το πρωτότυπο διαγράφεται μόλις εξαχθεί ο ήχος.

Ήχο: mp3, wav, m4a, flac, ogg/opus και τις περισσότερες συνηθισμένες μορφές. Βίντεο: mp4, mov, webm κτλ. Κρατάμε μόνο τον ήχο. Αν ένα αρχείο δεν μπορεί να διαβαστεί, η όποια χρέωση έχει γίνει για αυτό επιστρέφεται αυτόματα αλλά συνήθως δεν θα φτάσει καν μέχρι το στάδιο της πληρωμής.

Ναι. Η υπαγόρευση κειμένου γίνεται απευθείας στον browser: πατάτε εγγραφή, μιλάτε, σταματάτε και το κείμενο έρχεται γρήγορα. Έτοιμο να το ακούσετε λέξη-λέξη, να το διορθώσετε και να το αποθηκεύσετε όπως κάθε άλλη ηχογράφηση. Και είναι ο πιο γρήγορος τρόπος να δοκιμάσετε: τα πρώτα 5 λεπτά είναι δωρεάν, χωρίς έτοιμο αρχείο και χωρίς κάρτα.

5€ ανά ώρα ήχου αναλογικά με ακρίβεια δευτερολέπτου. Μπορείτε να δείτε την τιμή πριν πληρώσετε. Η ελάχιστη χρέωση είναι 1€ (λόγω προμηθειών καρτών) και καλύπτει έως 12 λεπτά ήχου μέσα στο επόμενο 24ωρο. Χρεώσεις για αρχεία που αποτυγχάνουν επιστρέφονται αυτόματα. Τα πρώτα 5 λεπτά την πρώτη φορά που θα δοκιμάσετε την υπηρεσία μας είναι δωρεάν, χωρίς να χρειάζεται στοιχεία τραπεζικής κάρτας.

Οι προμήθειες πληρωμών και καρτών κάνουν τις χρεώσεις κάτω από 1€ ασύμφορες για όλους. Όταν το ελάχιστο ξεπερνά την τιμή της εργασίας σας, όπως ας πούμε μία μικρή ηχογράφηση 5 λεπτών, η διαφορά καλύπτει κι άλλο ήχο μέσα στις επόμενες 24 ώρες, μαζί με το αρχείο σας. Ό,τι δεν χρησιμοποιηθεί μέσα στις 24 ώρες απλώς λήγει από μόνο του. Δεν παραμένει ποτέ αποθηκευμένο υπόλοιπο.

Θα μπορούσατε, η απομαγνητοφώνηση είναι δική σας, εξαγάγετέ την όποτε θέλετε και επεξεργαστείτε την όπως επιθυμείτε. Η δυνατότητα μετάφρασης προσφέρεται δωρεάν σε κάθε απομαγνητοφώνηση και σας επιτρέπει να βλέπετε ένα προσχέδιο στη γλώσσα που επιλέξατε ευθυγραμμισμένο γραμμή προς γραμμή με το πρωτότυπο για πιο εύκολο έλεγχο και διόρθωση με σωστή αποτύπωση του νοήματος.

Όλα τα αρχεία σας διατηρούνται και επεξεργάζονται σε υποδομές Ευρωπαϊκής ιδιοκτησίας και έδρας, δημόσια καταγεγραμμένες. Τα αρχεία αποθηκεύονται κρυπτογραφημένα. Διατηρούνται μόνο για όσο χρόνο επιλέγετε εσείς και η άμεση διαγραφή είναι πάντα διαθέσιμη. Για τον υπεύθυνο προστασίας δεδομένων ή την επιτροπή δεοντολογίας σας, η σύμβαση επεξεργασίας δεδομένων (άρθρο 28) και το πλήρες τεχνικό κείμενο διατίθενται κατόπιν αιτήματος και η σελίδα ασφάλειας περιέχει τη σύνοψη σε απλή γλώσσα.

Όχι. Ο ήχος και τα κείμενά σας δεν χρησιμοποιούνται ποτέ για εκπαίδευση μοντέλων, ούτε δικών μας ούτε κανενός άλλου. Επίσης, καμία υπηρεσία AI τρίτων δεν τα αγγίζει. Τα μοντέλα τρέχουν στους δικούς μας servers εντός ΕΕ.

Word (DOCX), απλό κείμενο TXT, υπότιτλους SRT και VTT, CSV για υπολογιστικά φύλλα, JSON και TEI XML. Μπορείτε να επιλέξετε επίσης εάν θέλετε να εμφανίζονται τα timestamps και οι ετικέτες των ομιλητών ή αν απλώς θέλετε το κείμενο χωρίς εξτρά πληροφορίες. Μπορείτε επίσης να κατεβάσετε ένα CSV αρχείο με το ευρετήριο αναφορών οντοτήτων μέσα στην απομαγνητοφώνηση. Κάθε αρχείο φέρει τις τελευταίες διορθώσεις σας.

Ναι. Η απομαγνητοφώνηση σας ανήκει και μπορείτε να την κρατήσετε και να τη δημοσιεύσετε όπως και όπου θέλετε εσείς. Οι ερευνητές συχνά προσθέτουν μια πλήρη απομαγνητοφώνηση συνέντευξης ως παράρτημα στα άρθρα και τις διπλωματικές εργασίες τους και το akoe.ai είναι φτιαγμένο γι' αυτό: εξάγετε το διορθωμένο κείμενο σε Word ή απλό κείμενο, με ετικέτες ομιλητών και χρονοσημάνσεις σε κάθε λέξη, ώστε ο αναγνώστης να μπορεί να εντοπίσει κάθε απόσπασμα μέσα στην ηχογράφηση χωρίς να χρειαστεί να την ακούσει όλη από την αρχή.

Ναι, η αναζήτηση βρίσκει στιγμές με βάση το νόημα, όχι μόνο τις ακριβείς λέξεις, σε όλες τις ηχογραφήσεις που βρίσκονται στο λογαριασμό σας ή ανάμεσα σε εκείνες που ανεβάσατε σε ένα συγκεκριμένο project του λογαριασμού σας. Το ερώτημά σας μπορεί να είναι ακόμα και σε διαφορετική γλώσσα από την ηχογράφηση. Τα αποτελέσματα είναι πραγματικά αποσπάσματα από τα δικά σας κείμενα: πατήστε το play ακούστε το να παίζει. Οι αναζητήσεις σας δεν καταγράφονται και δεν αποθηκεύονται ποτέ.

Όχι, το akoe.ai δεν απαιτεί συνδρομή. Είναι Pay As You Go (PAYG) υπηρεσία με πληρωμή ανά χρήση. Πληρώνετε ανά ηχογράφηση, η τιμή φαίνεται πρώτα και δεν υπάρχει τίποτα να ακυρώσετε.