Casperworld Forum

Sorry aber ...


Das ist schlichtweg unmöglich. Jedenfalls für die derzeit zur verfügung stehende Technik!
Man kann allenfalls in Videodateien eingebettete Untertitel per OCR rausfischen. Aber auch das ist mit sehr viel Handarbeit verbunden.

Aber gesprochenes in Text umwandeln und das auch nur ansatzweise in erträglicher Qualität. Dazu sind sogar sauteure Profiwerkzeuge bei denen es primär um das Diktieren von Text geht das in Textform auf dem Bildschirm widergegeben wird, gerade mal mit aktzebtablen ergebnissen fähig. Aber wie gesagt alles mit viel händischer nachbesserung verbunden und nicht machbar ohne vorher die Software Stunden oder Tagelang auf eine bestimmte Stimme zu trainieren.
Ich seh da keine Möglichkeit eine Audiodatei aus einem Film oder sonstwas in Text umzuwandeln.
Der umgekehrte weg dagegen ist sehr woh machbar und sogar mit günstiger oder freier software. Also Text vom Computer vorlesen lassen in Audio. Angenehm klingt das aber selten.

Für dein Vorhaben gibt es nur eine Lösung: Manpower! Also menschliche Arbeitskraft. Such dir ne billige Kraft die das für dich abtippt. Kann man sogar im Netzt für obszön niedrige Stundensätze anheuern bei diversen Anbietern.

Vielleicht mal Cortana oder Siri fragen....

Ender

Zitat von »Ender«

Vielleicht mal Cortana oder Siri fragen

Du weist nicht wovon du redest mein lieber!
Beides genannte macht nichts anderes als simple, sehr oft eingeübte sprachmuster in simple Comnputerbefehle umzusetzten. Und selbst das mit sehr mäßigem erfolg. Das ist nicht nur meilen sondern lichtjahre von dem entfernt was samuel bezweckt.
Gäbe es eine software die das kann was samuel will wüsste ich das und umsonst schonmal gar nicht.
Samuel will im Grunde eine Diktiersoftware. Selbst die besten und teuersten Anwendungen in diesem Bereich sind mit sysyphusartiger nachbesserung des Textes hinterher verbunden. Nicht umsonst verdingen sich scharen an Schreibräften auf diversen Portalen ihr Tagebrot mit genau solchen Arbeiten wie das abtippen von Diktatbändern ihr Tagebrot.Aber

Unglaublich was Leute heutzutage denken das Computer tun können.

Aber wer weiss, vielleicht macht dir deine Siri noch'n Lapdance wenn du lieb fragst...

Lieber samuekclemens,

ich dachte, es wäre sichtbar, dass mein Kurzkommentar nicht ernst gemeint ist!
Die beiden Softwarefrauen sind bei mir verbannt!!

Ender

Zitat von »Ender«

Die beiden Softwarefrauen sind bei mir verbannt!!

Da sind wir mal einer Meinung.
Ich brauche keine Abhöreinrichtungen in der Wohnung.

Zitat von »Ender«

ich dachte, es wäre sichtbar, dass mein Kurzkommentar nicht ernst gemeint ist!

Sorry, aber ich kanns nicht mehr hören. Samuel ist nicht der erste der mit so einem Wunsch ankam und als Beispiel die ach so fähigen Computertippsen auf dem Niveau eines Grundschülers anführte. Ungefähr so realistisch wie Hoverboards, Jetpacks oder fliegende privat PKWs.
Im prinzip alles nicht technisch unmöglich aber ungefähr so realistisch und machbar wie mit einer Silversterrakete in die Stratosphäre zu gelangen.
Ein bisserl hintergrundwissen was mit technik machbar ist sollte man den Kids heutzutage schon mitgeben um den gesunden menschenverstand nicht vollends zu verlieren.
Es gibt doch tatsächlich leute die sich ernsthaft darüber beschweren dass eine App auf ihrem Smartphone nicht funktioniert die doch die eingebaute LED in nen Laser oder Hologrammprojektor umwandeln kann.

Moin Samuel

vieleicht hilft Dir das weiter, ist von 2013 https://www.youtube.com/watch?time_continue=4&v=CleLvQWy8-c

Ich habe auf meinen Rechnern kein Google Chrome und konnte es daher nicht testen, ob es jetzt noch funktioniert.

Na dann versuch erstmal die kostenlose testversion der Google Speech Api ohne angabe deiner Kreditkartendaten zu testen.

Aber sicher, hinter diesen Cloudbasierten Anwendungen stecken sehr leistungsstarke Netzwerke dahinter. Könnte unter umständen tatsächlich ansatzweise brauchbare Ergebnisse liefern. Lässt sich nur leider schwer testen. Da muss ich mein Urteil vielleicht revidieren. Diese Systeme arbeiten mit äußerst ausgeklügelten, olernfähigen neuronalen netzwerken. Ähnlich wie das bereits hier vorgestellte DeepL für übersetzungen. Man sollte sich aber darüber im klaren sein das alles was man eingibt ob text, bild oder audio bis ins kleinste von aussenstehenden Servern aufgenommen, analysiert und womöglich auch gespeichert wird. Anders als bloßes abspechern von Audiomaterial wird hier auch inhaltlich ausgewertet.
Wenn jemand ne gute app kennt die da drauf zurückgreift?

Aber mal im ernst Samuel, je nach umfang des Audiomaterials kommste mit abtippen am billigsten und einfachsten an dein Ziel. Der text muss sowieso mühsam händisch nachkorrigiert werden.

Edit: Ich hab diese Google Speech Api in der Testversion jetzt mal getestet mittels eines YT Videos, also ohne selber irgendwas ins Mikro zu quatschen. Und wie erwartet sind die ergebnisse nicht zufriedenstellend. Besonders in der Formatierung, satzzeichen fehlen, oftmals mittendrinn was falsches erkannt usw.
Aber erstaunlich was alles richtig erkannt wird. ZB. "4000 Euro" wird komplett richtig erkannt und formatiert.
Aber wie gesagt: Ergebnisse nicht wirklich verwertbar ohne dass man sehr viel nacharbeitet! Letztlich isses einfacher es gleich selber abzutippen wenn man ansatzweise ein wenig was auf der Tastatur drauf hat.


Zum Testaufbau:
URL zuir Testapi: https://cloud.google.com/speech/?hl=de
Die atestversion läuft nur ne knappe minute gleube ich.
Mikro wird benotigt und dem browser erlauben das mikro zu benutzen. Alternativ kann man zum testen einfach in Win 10 als Aufnahmegerät statt das Mikro einfach "Stereo-Mix" wählen". Dann wird einfach alles was durch die soundausgabe nach außen widergegeben wird einfach auch als mikroeingabe gehandhabt. Also ein YT Video wird wie eine eingabe ins Mikro behandelt.

Beispiel:

Zitat

was Versammlung ist und wie man sie erzieht Versuch einer Definition wenn ein Pferd mit den Hinterbeinen fleißig weit unter den home.ch oft und Kniegelenk gebeugt die Hinterhand senkt sich von hinten nach fahren zusammen steht da und damit seine Unterstützungsfläche verkleinert sein Schwerpunkt durch ausrichten heißt und Koch und die Vorderbeine entlastet sagt man etwa Versand

Oder:

Zitat

und wahrscheinlich noch ganz klein war wurde ich geboren von meiner Mutter was um späteren schreckliche Auswirkungen auf die Psyche eines Kindes zu vermeiden ungemein praktisch war meine Mutter lag 3 Tage mit mir in den Wehen was wir an Weihnachten immer aufs Neue von ihr erzählt bekommen hat mir noch nie gehört ich vermute dass meine Mutter auch wirklich glaubt dass sie uns das noch nie erzählt hat man keine Sorge sie leidet nicht an Alzheimer oder Demenz das würde vieles erklären sie ist eben einfach nur eine Mutter und ich glaube dass alle Mütter einen Knall haben und fürsorglichen Barmherzigen Nerven zerfetzen und bisweilen in den Wahnsinn treiben den Knall

Zitat

solange gedauert hat immer mit einer Floskel Antworten aller das ist jedes Mal anders da steckt man nicht drin danke für das Wortspiel ich persönlich glaube aber dass ich damals tatsächlich ganz bewusst nicht aus dem Bauch heraus wollte warum ich kann dir ja schon meine ganze Familie es stimmt nämlich man sich da drin schon eine Menge von draußen mit wenn er sich auch noch anhört als würden alle durch ein Schnorchel sprechen und die Gesichter verschwommen Licht erscheinen das eigentlich auch reicht glauben Sie mir live und in Farbe nicht wirklich dazu gewonnen

Viel interessanter fände ich sowieso eine Software die brauchbare Text zu Audio resultate liefert.

So als Hörbuchersatz wär das klasse. Einfach ein eBook reinschieben und umwandeln lassen. Am besten noch auf verschiedene Stimmuster trainierbar indem man ein paar hundert gesprochener Wörter aus einem Video oder Audioaufzeichnung einspeist.
So könnte man sich dann mal eben schnell n Hörbuch von Angela Merkel oder der Nostalgie wegen von Mutti "Vorlesen" lassen!

@samuelclemens

nimm mal ein PDF und öffne es mit MS Edge. In den Einstellungen "Laut Vorlesen" auswählen. Der Ansatz ist da, Betonung natürlich noch mangelhaft.

[attach]57142[/attach]

Zitat von »Pauly«

@samuelclemens

nimm mal ein PDF und öffne es mit MS Edge. In den Einstellungen "Laut Vorlesen" auswählen. Der Ansatz ist da, Betonung natürlich noch mangelhaft.

Text zu Audio resultate liefert.pdf

Kenne ich schon alles was es so für Lau auf dem MArkt gibt. Deshalb sprach ich auch von brauchbaren Resultaten!
Bei den teuren Gewerblichen Angeboten kann ich leider nicht mitreden. Meist bekommt man auch so ne penetrant nervige Frauenstimme. Ich bin eher an Hörbücher a la "Oliver Rohrbeck" gewöhnt.
Schon bei Navis macht man ja diesen Fehler. Welcher Typ will schon ne ständig dazwischenquatschende Braut die einem dauernd den Weg erklärt im Auto?