Ääni tekstiksi
Muuta mikä tahansa tallenne kopioitavaksi tekstiksi ja saat ajastetun tekstityksen kaupan päälle.
Haastattelut, luennot, podcastit, palaverit, ääniviestit: pudota tiedosto ja saat koko tekstin. Aikaleimat tulevat mukana, joten voit tallentaa myös SRT- tai VTT-tekstityksen.
Litterointi tapahtuu selaimessasi Whisperillä, OpenAI:n avoimella puheentunnistusmallilla. Ääntäsi ei koskaan ladata palvelimelle: vain itse malli ladataan kerran, minkä jälkeen selain säilyttää sen, joten seuraavat tiedostot alkavat heti.
Puhemalli: Whisper, tekijä OpenAI (MIT). Toimii Transformers.js-kirjastolla (Apache-2.0).
Näin se toimii
- Pudota tiedostosi Ääni tai video: MP3, M4A, WAV, MP4, MOV, WebM, OGG ja muita.
- Valitse kieli Kieli, jota puhutaan. Valitse Tarkempi, jos tallenteessa on paljon taustamelua tai vahva aksentti.
- Litteroi ja tallenna Kopioi teksti tai tallenna se TXT-, SRT- tai VTT-tekstityksenä.
Usein kysyttyä
Kuinka tarkka se on?
Selkeästä puheesta Whisper tunnistaa yleensä reilusti yli 90 % sanoista oikein. Taustamusiikki, päällekkäin puhuminen ja vahva aksentti heikentävät tulosta; silloin Tarkempi malli auttaa.
Ladataanko tallenteeni palvelimelle?
Ei. Se litteroidaan laitteellasi. Vain puhemalli ladataan, ei koskaan ääntäsi.
Onko pituudelle rajaa?
Emme aseta sellaista. Pitkät tiedostot vievät enemmän aikaa: uudehkolla tietokoneella Chromella tai Edgellä tunnin äänitteen litterointi kestää noin 10 minuuttia. Puhelimet ja vanhemmat tietokoneet ovat hitaampia.
Mitkä kielet toimivat?
Whisper ymmärtää noin 100 kieltä, muun muassa suomea, englantia, espanjaa, saksaa, ranskaa, portugalia, hindiä, arabiaa, japania ja indonesiaa. Tarkkuus on paras laajasti puhutuissa kielissä. Puhekieli kirjoitetaan usein yleiskielisemmäksi.
Onko se ilmainen?
Kyllä. Ei tiliä, ei minuuttirajaa, ei vesileimaa.