Blog

Jak transkrybować spotkanie na Zoomie lub nagranie

Autor: Hushscript | Opublikowano: 12 czerwca 2026 | Ostatnio sprawdzono: 6 października 2026

Są dwa sposoby, by zamienić spotkanie na Zoomie w tekst. Jeden to pozwolić botowi z AI do notatek dołączyć do rozmowy jako widoczny uczestnik i słuchać na żywo. Drugi to nagrać spotkanie samodzielnie i potem przesłać zapisany plik. Hushscript należy do drugiego rodzaju. Nie jest integracją z Zoomem, botem na spotkania ani notatnikiem, który siedzi w twojej rozmowie.

Ta różnica to sedno tego poradnika. Przy podejściu opartym na przesyłaniu żadna zewnętrzna usługa nie jest obecna, gdy mówicie, nic nie dostaje dostępu do twojego konta Zoom, a na liście uczestników nie pojawia się dodatkowe nazwisko, które wszyscy widzą. Kontrolujesz nagranie od chwili, gdy zostanie zapisane.

Poniżej cały proces: pobranie nagrania z Zooma, wyodrębnienie audio, przygotowanie transkrypcji z oznaczeniami osób mówiących i zachowanie prywatności całości. Działa przy rozmowie dwóch osób w cztery oczy i przy posiedzeniu zarządu z ośmioma osobami na połączeniu.

Czego potrzebujesz

Potrzebujesz trzech rzeczy i prawie na pewno masz już wszystkie.

Pierwsza to nagranie spotkania. Zoom może je dla ciebie utworzyć, zapisane na komputerze albo w twoim koncie w chmurze Zoom; aktualny przewodnik Boston College o nagrywaniu w Zoomie omawia elementy sterowania gospodarza i powstające pliki. Druga to prawo do transkrypcji, co zwykle znaczy, że byłeś uczestnikiem i nagrałeś spotkanie z wymaganą zgodą. Trzecia to przeglądarka. Hushscript działa w Chrome, Firefox, Safari lub Edge i nie trzeba niczego instalować.

Nie potrzebujesz płatnego planu Zoom do nagrywania lokalnego i nie musisz łączyć żadnych aplikacji ani udzielać dostępu do kalendarza. Całą pracę wykonuje plik.

Nagraj spotkanie, lokalnie lub w chmurze

Zoom daje gospodarzowi dwa tryby nagrywania, a wybór decyduje, gdzie trafi plik.

Nagranie na komputerze zapisuje się na komputerze osoby, która kliknęła nagrywanie. Pobrane pliki kontrolujesz ty, a Zoom nie umieszcza tego nagrania w swojej bibliotece nagrań w chmurze. Dokładny folder i pliki zależą od klienta Zoom i ustawień, więc korzystaj z aktualnych elementów sterowania nagrywaniem w Zoomie zamiast polegać na stałej ścieżce. Zwykle to najprostsza droga, jeśli jesteś gospodarzem i chcesz mieć plik do późniejszego przesłania.

Nagranie w chmurze trafia zamiast tego na twoje konto Zoom. Aby pobrać plik, otwórz portal internetowy Zoom, wybierz Recordings, znajdź spotkanie i pobierz MP4. Dostępność nagrywania w chmurze zależy od konta i jest kontrolowana przez gospodarza. Inni uczestnicy mogą do niego dotrzeć tylko wtedy, gdy gospodarz udostępni dostęp, o czym warto pamiętać, gdy myślisz o tym, kto ma kopię.

Każda z dróg zostawia ci plik na komputerze. Ten plik przesyłasz, a Hushscript nie dba o to, czy pochodzi z nagrania lokalnego, czy z chmury.

Transkrypcja nagrania w trzech krokach

Przebieg jest ten sam, niezależnie od tego, czy twój plik to pełny MP4, czy osobna ścieżka audio.

1. Upuść plik i obejrzyj podgląd. Przejdź na stronę audio na tekst i upuść swój MP4 lub M4A na strefę przesyłania. Audio jest przygotowywane z wideo w przeglądarce, a ty dostajesz 5-minutowy podgląd początku spotkania z oznaczeniami osób mówiących. Ten krok nie wymaga konta, więc możesz sprawdzić ten początkowy fragment, zanim do czegokolwiek się zobowiążesz.
2. Załóż konto, aby przetranskrybować resztę. Jeśli podgląd wygląda dobrze, utwórz konto za pomocą e-maila. To krok objęty bramką. 5-minutowa próbka jest otwarta dla wszystkich, ale transkrypcja całego spotkania wymaga konta. Kwalifikujące się konta osobiste mogą jednorazowo otrzymać 30 bezpłatnych minut na wypróbowanie, po weryfikacji karty albo z pierwszym zakupem; warunki podaje cennik. Karta nie jest wymagana.
3. Prześlij cały plik i odbierz transkrypcję. Wróć do aplikacji i prześlij całe nagranie. Transkrypcja wraca z jedną wypowiedzią w wierszu, każda przypisana do oznaczenia osoby mówiącej, takiego jak Speaker A lub Speaker B, ze znacznikami czasu. Stąd zmieniasz oznaczenia osób mówiących i eksportujesz.

Z twojego urządzenia wychodzi tylko audio. MP4 zostaje na miejscu, Hushscript usuwa swoją kopię wyodrębnionego audio po przetworzeniu, a zostaje tekst, który należy do ciebie.

Przykład z praktyki

Załóżmy, że prowadziłeś 45-minutowy kwartalny przegląd z czterema osobami i nagrałeś go lokalnie. Zoom zapisał MP4 w Documents/Zoom/2026-06-18 Q2 Review/. Upuszczasz ten MP4 na strefę przesyłania, pierwsze 5 minut wyświetla się czysto, z dwoma wyraźnymi osobami mówiącymi już rozdzielonymi, i zakładasz konto, żeby zrobić resztę.

Gdy przetwarzanie pełnego pliku się skończy, masz transkrypcję, która wygląda tak:

Speaker A [00:05:22]: Wyniki za Q2 są już gotowe. Marże się utrzymały, ale wolumen spadł o dwanaście procent.
Speaker B [00:05:31]: To zgadza się z tym, co dział zakupów zgłosił w zeszłym tygodniu.
Speaker A [00:05:38]: Tak. Więc pytanie brzmi, czy korygujemy prognozę teraz, czy czekamy do lipca.
Speaker C [00:06:02]: Ja bym poczekał. Jeden słabszy miesiąc to jeszcze nie trend.

Klikasz Speaker A, wpisujesz Sarah i każdy wiersz, który powiedziała, zostaje od razu przeoznaczony. To samo robisz dla pozostałych. Pięć minut klikania zamienia cztery anonimowe głosy w nazwany zapis tego, kto co powiedział. Eksportujesz go jako DOCX, rozsyłasz czterem uczestnikom i spotkanie jest udokumentowane, bez konieczności robienia notatek podczas rozmowy.

Oznaczenia osób mówiących: kto co powiedział

Zwarta ściana tekstu trudno się przekłada na działania. Transkrypcja spotkania, która pokazuje, kto powiedział każdy wiersz, to coś, z czego naprawdę możesz korzystać, a Hushscript dodaje te oznaczenia do każdej transkrypcji domyślnie, bez limitu liczby osób i bez płatnego poziomu.

Wstawienie prawdziwych imion w oznaczenia zajmuje trzy kliknięcia. Kliknij dowolne wystąpienie Speaker A w edytorze, wpisz imię i nazwisko osoby, a oznaczenie zaktualizuje się wszędzie, gdzie ta osoba występuje. Przy 60-minutowym spotkaniu z pięcioma osobami zmiana oznaczeń zajmuje minutę lub dwie. Przy 30-minutowej rozmowie w cztery oczy trwa krócej niż minutę.

Gdy imiona są już wpisane, transkrypcja czyta się jak rozmowa, którą była. Możesz przejrzeć wypowiedzi jednej osoby, wyciągnąć wszystkie zobowiązania jednego uczestnika albo zacytować decyzję z właściwym nazwiskiem. Więcej o tym, jak działa rozdzielanie osób mówiących, znajdziesz w rozróżnianiu osób mówiących.

Zachowaj prywatność spotkania

Spotkania wewnętrzne zawierają to, co najmniej chcesz, żeby wyciekło: budżety, liczbę etatów, strategię, ekspozycję prawną, szczere opinie o ludziach, których nie ma w pokoju. To, jak spotkanie zamienia się w tekst, liczy się tak samo jak sam tekst.

Gdy bot do notatek dołącza do rozmowy, jest żywym uczestnikiem. Widzą go wszyscy, nagrywa od środka sesji spotkania, a twoja rozmowa płynie przez infrastrukturę tej usługi, gdy jeszcze mówisz. Niektórzy uczestnicy zamilkną, gdy tylko zobaczą nieznanego uczestnika oznaczonego jako rejestrator, a nie zawsze możesz kontrolować, dokąd trafia ten strumień na żywo.

Transkrypcja oparta na przesyłaniu usuwa bota z równania. Nagranie już istnieje na twoim urządzeniu, zanim Hushscript w ogóle zostanie użyty. Audio jest wyodrębniane lokalnie w przeglądarce, więc plik wideo nigdy nie jest przesyłany. Hushscript usuwa audio, które dociera na serwer, po przetworzeniu, a nic nigdy nie dotyka twojego konta Zoom, kalendarza ani uczestników. Samodzielne nagrywanie spotkania i przesyłanie go potem to cała alternatywa dla bota w pokoju, a transkrypcja spotkań bez bota przedstawia ją szerzej.

Jest jeszcze jedna warstwa, o której warto wiedzieć. Twoje transkrypcje są zaszyfrowane podczas przechowywania. Gdyby nasz magazyn kiedykolwiek wyciekł, zawartość byłaby nieczytelnym szyfrogramem, a nie twoim spotkaniem otwartym tekstem. To ochrona przed wyciekiem, a nie twierdzenie, że nikt po naszej stronie nie może tego odczytać: klucz jest przechowywany na naszych serwerach, a nie wyłącznie u ciebie. Pełniejszy opis tego, jak traktowane są dane, znajdziesz na stronie prywatna transkrypcja.

Rozwiązywanie typowych problemów z nagraniami z Zooma

Prawdziwe audio ze spotkań jest bardziej bałaganiarskie niż czyste nagranie studyjne, więc oto problemy, które pojawiają się najczęściej, i jak sobie z nimi radzić.

Ludzie mówią jeden przez drugiego. Kwartalne przeglądy i burze mózgów robią się gorące, a gdy dwa głosy się nakładają, system musi zgadywać, gdzie kończy się jedna osoba, a zaczyna następna. Przesłuchy to największa pojedyncza przyczyna błędnie oznaczonych wierszy. Nie naprawisz audio po fakcie, ale możesz naprawić transkrypcję: przejrzyj gorętsze fragmenty i popraw oznaczenie tam, gdzie wygląda źle. Na przyszłość prośba, by ludzie wyciszali się, gdy nie mówią, daje transkrypcji więcej niż jakiekolwiek ustawienie.

Jedna osoba jest dużo cichsza od reszty. Jeśli uczestnik dzwonił z mikrofonu laptopa z drugiego końca pokoju, podczas gdy wszyscy inni używali zestawu słuchawkowego, jego wypowiedzi mogą być słabsze albo czasem pominięte. Pomagają tu własne ustawienia audio Zooma. Włączenie „Optimize for original sound” przed nagrywaniem i prośba do zdalnych uczestników o użycie zestawu słuchawkowego przybliżają cichy głos do pozostałych.

Plik jest duży. Długie spotkanie wideo może dać pokaźny MP4, ale do przesłania przygotowywane jest tylko jego audio. Hushscript kopiuje zgodną ścieżkę audio w twojej przeglądarce bez ponownego kodowania i konwertuje lokalnie tylko wtedy, gdy to konieczne, więc wideo zostaje na twoim urządzeniu. Nagranie może trwać do 10 godzin, bez limitu rozmiaru pliku, a nawet bardzo duże nagranie jest przygotowywane w samej przeglądarce. Jeśli chcesz mieć tę ścieżkę audio także osobno, do archiwizacji lub udostępniania, bezpłatne narzędzie wyodrębniania audio z wideo robi to samo wyodrębnianie po stronie klienta, bez żadnej transkrypcji.

Silne akcenty lub żargon techniczny. Pokój ludzi z różnych krajów albo rozmowa pełna kodowych nazw produktów może pomylić każdy transkryber przy pojedynczym słowie. Model dobrze radzi sobie z szerokim zakresem akcentów i automatycznie wykrywa język spośród około 99 języków, wymienionych na stronie języków. Przy rzadkim źle usłyszanym terminie szybkie znajdź i zamień w wyeksportowanym pliku poprawia wszystkie wystąpienia naraz.

Nie wiesz, kim jest Speaker A. Gdy spotkanie zaczyna się od luźnej rozmowy, pierwszy oznaczony głos nie zawsze należy do gospodarza. Użyj znaczników czasu, by przeskoczyć do momentu, w którym ktoś wprowadza temat, który pamiętasz, i rozpoznaj go z kontekstu. Gdy dopasujesz jeden lub dwa głosy, reszta zwykle szybko się układa.

Nagranie to tylko audio. Jeśli Zoom utworzył M4A zamiast MP4, nic się nie zmienia. Upuść M4A bezpośrednio. Nie ma wideo, z którego trzeba wyodrębniać, więc trafia prosto do transkrypcji.

Nagranie lokalne czy w chmurze: które transkrybować

Jeśli istnieje i kopia lokalna, i w chmurze, transkrybuj tę, która jest wygodniejsza, bo transkrypcja jest identyczna w obu przypadkach. Wybór ma większe znaczenie dla kontroli niż dla jakości.

Nagranie lokalne leży tylko na twoim komputerze, dopóki nie zdecydujesz inaczej, co lepiej pasuje do wrażliwego spotkania, przy którym chcesz mieć jak najmniej kopii. Nagranie w chmurze łatwiej pobrać z innego urządzenia i trudniej je stracić, gdy laptop się zepsuje, kosztem dodatkowej kopii w chmurze Zoom. Przy rutynowych spotkaniach zespołu chmura jest wygodna. Przy wszystkim, co poufne, nagranie lokalne od początku trzyma plik w twoich rękach.

Które by to nie było, prywatność etapu transkrypcji jest taka sama: audio wchodzi, transkrypcja wychodzi, audio zostaje usunięte.

Wskazówki dla czystej transkrypcji spotkania

Odrobina staranności przed nagraniem i po nim bardzo się opłaca.

Przed spotkaniem zachęć do zestawów słuchawkowych zamiast mikrofonów laptopów i poproś, by ludzie wyciszali się, gdy nie mówią. Nagrywanie w przyzwoitej jakości audio, a nie w najniższym ustawieniu przepustowości, daje modelowi więcej materiału. Nic z tego nie wymaga studia, tylko nieco lepszych nawyków niż przeciętna rozmowa.

Po transkrypcji najpierw zmień oznaczenia osób mówiących, póki spotkanie masz świeżo w pamięci, a potem przeczytaj transkrypcję raz, porównując z tym, co pamiętasz z gorętszych momentów. Jedno przejrzenie wyłapuje kilka potknięć z przesłuchów, a wynik to zapis, który możesz rozesłać z pewnością.

Hushscript działa na tej samej najwyższej klasy sztucznej inteligencji przy spotkaniu co przy wywiadzie studyjnym, więc nie jest bezpłatny. To płatność za wykorzystane minuty, bez abonamentu, i płacisz tylko za minuty, które transkrybujesz, już od około centa za minutę w największym pakiecie. Aktualne ceny pakietów są w cenniku.

Najczęściej zadawane pytania

Pytania powyżej obejmują praktyczne kwestie. Ten sam przebieg z oznaczaniem osób mówiących zastosowany do rozmowy dwóch osób opisuje jak transkrybować wywiad, a pod kątem notatek do audycji z wieloma osobami mówiącymi jak transkrybować podcast. Podejście dla Microsoft Teams i Google Meet jest takie samo jak dla Zooma: nagraj rozmowę, zapisz plik i prześlij go na stronę audio na tekst.