Konversi MP3 menjadi XLS

Sistem perkantoran lama yang hanya menerima file Excel 97–2003 tidak dapat menggunakan rekaman MP3 sebagai data spreadsheet. Transkripsikan rekaman terlebih dahulu, lalu simpan transkrip bertimestamp sebagai .xls untuk pemfilteran, pengeditan, peninjauan, atau pengarsipan.

Apa itu MP3

MP3 adalah format audio terkompresi lossy yang digunakan untuk wawancara, rapat, kuliah, podcast, musik, rekaman telepon, dan catatan suara. Smartphone, perekam digital, pemutar media, editor audio seperti Audacity, dan aplikasi transkripsi dapat membuat atau menyimpan file MP3.

MP3 berisi suara yang dikodekan, bukan kata-kata yang dapat dipilih atau sel worksheet. Konverter file konvensional dapat mengubah container atau encoding, tetapi tidak dapat menghasilkan spreadsheet yang bermakna dari ucapan tanpa automatic speech recognition atau transkripsi manual.

Apa itu XLS

XLS adalah format spreadsheet biner yang digunakan oleh Microsoft Excel 97–2003. Format ini menyimpan worksheet yang berisi baris, kolom, teks, formula, pemformatan, dan data spreadsheet lainnya. Transkrip dapat menggunakan kolom seperti Start, End, Speaker, dan Transcript, sehingga memungkinkan pengurutan, pemfilteran, koreksi, dan impor ke sistem perkantoran lama.

Keunggulan utama format ini adalah kompatibilitas dengan software yang menolak XLSX. XLS memiliki batas yang lebih rendah dibandingkan XLSX, termasuk maksimum 65.536 baris dan 256 kolom per worksheet, serta tidak mempertahankan semua fitur Excel yang lebih baru.

Cara melakukan konversi

Metode desktop dengan Whisper dan LibreOffice

1. Instal FFmpeg, Python, OpenAI Whisper, dan LibreOffice. FFmpeg menyediakan decoding audio; Whisper mentranskripsikan ucapan; LibreOffice Calc mengonversi tabel yang dihasilkan ke XLS lama.
2. Instal package Python:

pip install -U openai-whisper srt

3. Jalankan Whisper pada rekaman. Ganti en dengan kode bahasa rekaman:

whisper recording.mp3 --model medium --language en --task transcribe --output_format srt --output_dir transcript

Whisper biasanya menulis transcript/recording.srt. Model yang lebih besar dapat meningkatkan pengenalan, tetapi memerlukan lebih banyak memori dan waktu pemrosesan. Menentukan bahasa yang benar dapat menghindari deteksi bahasa otomatis yang tidak andal.

4. Simpan script ini sebagai srt_to_csv.py:

import csv
import srt

with open('transcript/recording.srt', encoding='utf-8') as source:
    subtitles = list(srt.parse(source.read()))

with open('transcript.csv', 'w', newline='', encoding='utf-8-sig') as target:
    writer = csv.writer(target)
    writer.writerow(['Start', 'End', 'Speaker', 'Transcript'])
    for subtitle in subtitles:
        writer.writerow([
            str(subtitle.start),
            str(subtitle.end),
            '',
            subtitle.content.replace('\n', ' ')
        ])

5. Jalankan script dari folder yang berisi script tersebut:

python srt_to_csv.py

6. Buka transcript.csv di LibreOffice Calc. Pada dialog impor, pilih UTF-8 dan koma sebagai separator.
7. Pilih File → Save As, pilih Excel 97–2003 (.xls), lalu terima peringatan format. CSV adalah tabel perantara; XLS yang disimpan adalah hasil akhir yang diminta.

Metode online

Upload MP3 ke layanan transkripsi seperti Happy Scribe, Sonix, atau Trint, pilih bahasanya, tinjau transkrip yang dihasilkan, lalu ekspor sebagai CSV atau XLSX jika tersedia. Buka hasil ekspor di Excel atau LibreOffice dan gunakan File → Save As untuk membuat .xls jika layanan tersebut tidak menyediakan XLS lama secara langsung. Opsi ekspor dapat berubah, jadi pastikan layanan yang dipilih saat ini mendukung output spreadsheet.

CloudConvert dan layanan konversi file serupa dapat mengonversi CSV atau XLSX ke XLS, tetapi tidak mentranskripsikan audio MP3. Jangan upload rekaman rahasia, teregulasi, atau sensitif kecuali ketentuan penyimpanan, pemrosesan, dan penghapusan layanan tersebut sesuai dengan kebutuhan Anda.

Batasan kualitas dan kompatibilitas

• Akurasi pengenalan bergantung pada kualitas rekaman, kebisingan latar belakang, aksen, penempatan mikrofon, ucapan yang tumpang tindih, bahasa, dan kosakata khusus. Periksa nama, angka, tanggal, tanda baca, dan istilah teknis dengan mencocokkannya terhadap audio.
• Output standar Whisper menyertakan timestamp, tetapi tidak mengidentifikasi pembicara secara andal. Kolom Speaker yang kosong harus dilengkapi secara manual, atau workflow diarization seperti WhisperX dapat menghasilkan label pembicara untuk ditinjau.
• Setiap segmen subtitle menjadi satu baris spreadsheet dalam workflow ini. Rekaman panjang dapat melampaui batas baris XLS; bagi transkrip ke beberapa worksheet atau file jika diperlukan.
• Gunakan XLSX sebagai format kerja jika memungkinkan dan buat XLS hanya untuk aplikasi lama yang memerlukannya. Menyimpan ke XLS dapat menghapus formula, pemformatan, dan fitur lainnya yang lebih baru.
• Menyematkan objek MP3 dalam workbook XLS hanya melampirkan audio untuk diputar; tindakan tersebut tidak mengonversi ucapan menjadi teks spreadsheet yang dapat dicari.