Tukar rakaman suara kepada teks bertulis - secara tempatan dalam pelayar melalui pengecaman suara AI (Whisper), tanpa muat naik langsung.
Memproses secara setempat pada peranti anda ...
Memproses secara setempat pada peranti anda ...
0%
Fail anda tidak pernah meninggalkan peranti
Tidak. Semuanya berjalan dalam pelayar anda - fail anda tidak pernah meninggalkan peranti. Bagaimana ini boleh disahkan
Satu temu bual, rakaman kuliah, atau memo suara yang merakam idea semasa dalam perjalanan: alat ini mendengar rakaman lalu menulisnya sebagai teks yang boleh dicari dan disalin. Model pengecaman ialah Whisper daripada OpenAI, di sini dikompil khas sebagai WebAssembly satu bebenang - teknologi asas yang sama dengan perkhidmatan transkripsi yang terkenal, cuma di sini ia berjalan sepenuhnya pada peranti anda dan bukan pada pelayan orang lain.
Secara lalai, Whisper mengecam sendiri bahasa yang dituturkan ("Kesan automatik") - tetapi bagi rakaman pendek atau berbilang bahasa, bahasa juga boleh ditetapkan secara tegar, yang boleh meningkatkan sedikit ketepatan dan kelajuan. Hasilnya dipaparkan sebagai teks berterusan dengan perenggan bagi setiap segmen pertuturan; untuk video yang memerlukan cap masa terbenam, ada alat berkembar "Video ke Sari Kata" yang menggunakan pengecaman yang sama tetapi menghasilkan fail SRT/VTT dengan penanda masa yang tepat.
Kerana beroperasi tanpa shared memory (tiada cross-origin isolation), pengecaman berjalan satu bebenang, bukan berbilang bebenang - betul dari segi teknikal, tetapi terasa lebih perlahan berbanding perkhidmatan berasaskan pelayan. Justeru had tempoh yang jauh lebih ketat terpakai di sini berbanding alat audio lain di laman ini - lebih baik jujur perlahan daripada menjanjikan kelajuan yang salah.
| Format input | MP3, WAV, M4A, AAC, OGG, OPUS, FLAC |
|---|---|
| Penukaran automatik | MP4 |
| Format output | TXT |
| Pemprosesan kelompok | Tidak |
| Pemprosesan | Setempat dalam pelayar (WebAssembly) |
| Muat naik fail | Tiada |
Batasan: Berjalan satu bebenang (tiada mod cross-origin isolation pada laman ini) dan justeru terasa lebih perlahan berbanding perkhidmatan berasaskan pelayan - had tempoh bagi setiap peranti yang jauh lebih ketat terpakai di sini (lebih pendek daripada alat audio lain). Menggunakan peringkat model "tiny" yang padat: baik untuk pertuturan yang jelas, kurang baik untuk bunyi latar yang kuat, dialek atau istilah khusus berbanding model yang lebih besar. Pengecaman ini tidak bebas ralat - semak hasilnya, terutamanya nama khas dan nombor.
Tidak, pengecaman berjalan sepenuhnya secara tempatan dalam pelayar melalui WebAssembly.
Hampir 100 bahasa; sama ada dikesan secara automatik atau dipilih secara tegar.
Pengecaman suara memerlukan pengiraan yang berat dan berjalan di sini tanpa berbilang bebenang - betul dari segi teknikal, tetapi sengaja dibuat lebih perlahan berbanding menjanjikan kelajuan yang tidak benar.
Ya, alat berkembar "Video ke Sari Kata" menghasilkan SRT/VTT dengan penanda masa yang tepat.
Tukar ke Subtitel · Buang Bising · Tukar Imej ke Teks · Imej bentuk gelombang · Rakam audio · Tukar saluran