Аудио в текст
Превърни всеки запис в текст, който можеш да копираш, а като бонус и субтитри с тайминг.
Интервюта, лекции, подкасти, срещи, гласови бележки: пусни файла и получи целия текст. Времевите маркери идват заедно с него, така че можеш да запазиш и SRT или VTT субтитри.
Транскрипцията работи в твоя браузър с Whisper, отворения модел за разпознаване на реч на OpenAI. Аудиото ти никога не се качва: само самият модел се изтегля веднъж, после браузърът го пази, така че следващите файлове започват веднага.
Модел за реч: Whisper на OpenAI (MIT). Работи с Transformers.js (Apache-2.0).
Как работи
- Пусни файла Аудио или видео: MP3, M4A, WAV, MP4, MOV, WebM, OGG и още.
- Избери езика Езикът, на който се говори. Избери По-точно за шумни записи или силен акцент.
- Транскрибирай и запази Копирай текста или го запази като TXT, SRT или VTT субтитри.
Въпроси и отговори
Колко е точно?
При ясна реч Whisper обикновено разпознава правилно доста над 90 % от думите. Фонова музика, хора, които говорят едновременно, и силен акцент намаляват това; моделът По-точно помага в тези случаи.
Качва ли се записът ми?
Не. Транскрибира се на твоето устройство. Изтегля се само моделът за реч, никога аудиото ти.
Има ли ограничение за дължината?
Ние не слагаме такова. Дългите файлове отнемат повече време: на нов компютър с Chrome или Edge един час аудио отнема около 10 минути. Телефоните и по-старите компютри са по-бавни.
Кои езици работят?
Whisper разбира около 100 езика, сред тях български, английски, испански, немски, френски, португалски, хинди, арабски, японски и индонезийски. Точността е най-добра при широко разпространените езици.
Безплатно ли е?
Да. Без акаунт, без лимит на минутите, без воден знак.