Co możesz zrobić z polskim nagraniem
mydubly ma dwa miejsca pracy: jedno dla wideo (pole «Drop a video here»), drugie dla audio («Drop audio here»). Przyjmuje filmy MP4, MOV, WebM, MKV i M4V oraz nagrania MP3, WAV, M4A, AAC, OGG, FLAC i WebM, do 2 godzin na plik. Język mowy rozpoznaje sam – nie trzeba go nigdzie ustawiać, ale też nie da się go wybrać ręcznie.
Z polskiego nagrania dostaniesz:
- transkrypt w czystym tekście i wersję ze znacznikami czasu – do notatek, pracy dyplomowej czy artykułu,
- napisy w pliku SRT, gotowe do wgrania na YouTube lub do programu montażowego,
- tłumaczenie transkryptu i napisów na jeden z pozostałych obsługiwanych języków,
- przetłumaczoną ścieżkę głosu i film z nową ścieżką dźwiękową.
Rozpoznawanie mowy opiera się na otwartym modelu Whisper. Jakość wyniku zależy od nagrania: wyraźny głos w cichym pokoju daje znacznie lepszy tekst niż rozmowa przy kawiarnianym ekspresie, a nazwiska i branżowe skróty zawsze trzeba sprawdzić. Szczegóły narzędzi znajdziesz na stronach zamiany wideo na tekst (po angielsku) oraz zamiany audio na tekst (po angielsku).
Tłumaczenie na polski i z polskiego
Polski jest jednym z 21 obsługiwanych języków, a tłumaczyć można w dowolnym kierunku. Dla czytelników w Polsce najczęściej oznacza to dwie sytuacje: angielskie, niemieckie czy czeskie szkolenie, wykład albo wywiad, które chcesz zrozumieć lub pokazać po polsku, oraz polski materiał firmowy czy edukacyjny, który ma trafić do odbiorców za granicą. Wśród języków docelowych są m.in. angielski, niemiecki, czeski, francuski, hiszpański (także w wariantach dla Hiszpanii i Ameryki Łacińskiej), portugalski (z wariantem brazylijskim i europejskim), włoski, rosyjski, szwedzki, norweski, fiński, niderlandzki, turecki, japoński, koreański i chiński.
Warto wiedzieć, że ukraiński nie jest obsługiwany. Nagrania, w których ktoś płynnie przechodzi z polskiego na angielski i z powrotem, są zapisywane tak, jak zostały usłyszane, ale z większą liczbą błędów niż rozmowa w jednym języku. Więcej o tłumaczeniu na polski przeczytasz na stronie tłumaczenia wideo na polski (po angielsku).
Napisy i transkrypcja bez tłumaczenia
Gdy przełącznik «Full translation output» (przy audio: «Audio and text output») jest wyłączony, mydubly działa w trybie «Timestamped transcript only»: robi transkrypcję w języku nagrania i plik SRT. W polu «Select language» trzeba wybrać język: ten sam co język nagrania daje tekst bez tłumaczenia, a inny – przetłumaczony tekst i napisy. Pobierasz pliki przyciskami «Download transcript», «Download timestamped transcript» i «Download subtitles».
Napisy SRT są zapisane w UTF-8 z BOM, więc polskie znaki wyświetlają się poprawnie na YouTube i w nowoczesnych programach; przy starszych telewizorach czasem trzeba zmienić kodowanie. Jak to zrobić, a także jak wgrać plik na YouTube i poprawić zbyt długie linie, wyjaśnia poradnik o generowaniu napisów do filmu. Jeśli pracujesz z nagranymi rozmowami do badań lub pracy magisterskiej, zajrzyj do przewodnika o transkrypcji wywiadu – opisuje zapis dosłowny i wygładzony, anonimizację oraz to, jak przedstawić procedurę w metodologii. Ogólne informacje o narzędziu do napisów znajdziesz na stronie generatora napisów (po angielsku).
Polski głos AI – dubbing, a nie klasyczny lektor
Po włączeniu przełącznika «Full translation output» wybierasz język docelowy w «Select language» i jeden z 8 gotowych głosów w «Select voice». Okno wyboru odtwarza krótką próbkę każdego głosu w wybranym języku, więc przed zapłaceniem możesz posłuchać, jak brzmi po polsku. Głosy powstają w otwartym modelu syntezy mowy Chatterbox Multilingual, a nowa ścieżka jest dopasowana do czasu oryginalnych wypowiedzi.
W przetłumaczonym filmie oryginalna mowa zostaje usunięta, a nowy głos brzmi na tle oryginalnej muzyki i efektów – oryginalnych mówców nie słychać, więc to bliżej dubbingu niż znanego z polskiej telewizji lektora, który czyta na ściszonym oryginale. Efekt lektorski da się uzyskać w programie do montażu, łącząc pobraną ścieżkę dźwiękową z mocno ściszonym oryginałem (tło jest w obu, więc oryginał musi grać cicho). Różnice i instrukcję opisuje artykuł o tym, czym jest lektor AI. Więcej o samej funkcji przeczytasz na stronie dubbingu AI (po angielsku).
Czego mydubly nie robi
Uczciwie o ograniczeniach, żeby nikt nie płacił za coś, czego nie dostanie:
- Interfejs aplikacji jest wyłącznie po angielsku.
- Nie ma importu z linków – film lub nagranie musi być plikiem na Twoim urządzeniu. Tłumacz materiały, do których masz prawa.
- Nie ma aplikacji mobilnej ani desktopowej, wtyczki do przeglądarki, API ani trybu na żywo; nie ma też integracji z Zoomem, Teams czy Meet.
- Głosy są gotowe: bez kopiowania głosu mówcy, bez dopasowania ruchu ust, bez kontroli emocji i bez różnych głosów dla różnych osób.
- Nie oznacza mówiących, nie robi streszczeń, nie wtapia napisów w obraz, nie tłumaczy tekstu widocznego na ekranie i nie wczytuje gotowych plików SRT.
- Nie ma edytora transkryptu – pobrany plik poprawiasz w dowolnym edytorze tekstu.
- Notatki głosowe z WhatsAppa (.opus) i nagrania rozmów w formacie .amr trzeba najpierw przekonwertować do MP3 lub M4A.
Prywatność: co zostaje na Twoim komputerze
Plik wideo nie opuszcza przeglądarki. Przeglądarka wyodrębnia z niego dźwięk i tylko on jest wysyłany do przetworzenia przez HTTPS; przetłumaczony film jest składany z powrotem również w przeglądarce. Przesłany dźwięk i wyniki są usuwane z serwera w ciągu 30 minut od zakończenia zadania. Kartę trzeba zostawić otwartą do końca – jej zamknięcie anuluje zadanie, a kredyty za anulowane zadanie wracają na konto. Jeśli pracujesz z danymi osobowymi, na przykład z nagraniami respondentów lub pacjentów, zasady ich przetwarzania ustal ze swoją instytucją lub inspektorem ochrony danych. Więcej o tej architekturze mówi strona o prywatnym tłumaczeniu wideo (po angielsku).
Ceny w skrócie
Płacisz kredytami z góry, bez abonamentu: 1000 kredytów to 1 dolar, doładowania od 1 dolara. Nowe konto dostaje 100 darmowych kredytów.
- Transkrypcja, napisy, tłumaczenie tekstu
- 1 kredyt za rozpoczętą minutę, minimum 5 kredytów za plik
- Przetłumaczony głos i film
- 50 kredytów za rozpoczętą minutę, minimum 100 kredytów za plik
Godzinny wykład w transkrypcji to 60 kredytów ($0,06) – mieści się w darmowej puli. Dziesięciominutowy film z polskim głosem AI to 500 kredytów ($0,50). Darmowe kredyty pokryją jeden dubbing do 2 minut, bo minimum to 100 kredytów; dłuższy film wymaga doładowania.
Poradnik
Zastosowanie
Wyjaśnienie
Najczęstsze pytania
Czy mydubly dobrze rozpoznaje polską mowę?
Rozpoznawanie opiera się na modelu Whisper, który obsługuje polski. Jakość zależy przede wszystkim od nagrania: wyraźny głos bez muzyki i hałasu daje dobry tekst, a nazwiska, liczby i żargon zawsze warto sprawdzić. Nie podajemy procentowej skuteczności, bo zależy ona od konkretnego materiału.
Czy muszę wybrać język polski przed transkrypcją?
Nie, język mowy jest rozpoznawany automatycznie i nie da się go ustawić ręcznie. Wybierasz tylko język docelowy: ten sam co język mowy, jeśli chcesz tekst bez tłumaczenia, albo inny, jeśli chcesz tłumaczenie tekstu lub nowy głos.
Czy interfejs mydubly jest po polsku?
Nie, aplikacja ma interfejs wyłącznie po angielsku. Poradniki po polsku podają oryginalne nazwy przycisków, takich jak «Transcribe video» czy «Download subtitles», z wyjaśnieniem, co robią.
Czy mogę przetłumaczyć film z polskiego na angielski z głosem?
Tak. Wgrywasz polski film, włączasz «Full translation output», wybierasz angielski i jeden z 8 głosów, a potem klikasz «Translate video». Dostajesz film z angielską ścieżką głosu oraz osobny plik audio .m4a.
Czy mydubly obsługuje język ukraiński?
Nie, ukraiński nie należy do obsługiwanych języków. Obsługiwanych jest 21 języków, w tym polski, czeski, rosyjski, niemiecki i angielski.
Ile mogę zrobić za darmowe kredyty?
Po rejestracji dostajesz 100 kredytów, czyli do 100 minut transkrypcji lub napisów albo 20 krótkich plików po minimalne 5 kredytów. Zamiast tego możesz je wykorzystać na jeden przetłumaczony głos do 2 minut, bo minimum dla dubbingu wynosi 100 kredytów za plik; dłuższy dubbing wymaga doładowania.