Pretvori audio u tekst
Pretvori bilo koju snimku u tekst koji možeš kopirati, a titlovi s vremenima dolaze kao bonus.
Intervjui, predavanja, podcasti, sastanci, glasovne bilješke: ubaci datoteku i dobij cijeli tekst. Vremenske oznake dolaze uz njega, pa možeš spremiti i SRT ili VTT titlove.
Transkripcija se odvija u tvom pregledniku pomoću Whispera, otvorenog modela za prepoznavanje govora tvrtke OpenAI. Tvoj se zvuk nikad ne uploada: samo se model preuzme jednom, zatim ga preglednik čuva, pa sljedeće datoteke kreću odmah.
Model govora: Whisper tvrtke OpenAI (MIT). Radi pomoću Transformers.js (Apache-2.0).
Kako radi
- Ubaci datoteku Audio ili video: MP3, M4A, WAV, MP4, MOV, WebM, OGG i drugi.
- Odaberi jezik Jezik kojim se govori. Za snimke s bukom ili jakim naglaskom odaberi Točnije.
- Transkribiraj i spremi Kopiraj tekst ili ga spremi kao TXT ili kao SRT ili VTT titlove.
Česta pitanja
Koliko je točno?
Kod jasnog govora Whisper obično točno prepozna znatno više od 90 % riječi. Glazba u pozadini, upadanje u riječ i jak naglasak to smanjuju. Tu pomaže model Točnije.
Uploada li se moja snimka?
Ne. Transkribira se na tvom uređaju. Preuzima se samo model govora, nikad tvoj zvuk.
Postoji li ograničenje trajanja?
Mi ga ne postavljamo. Duže datoteke traju duže: na novijem računalu s Chromeom ili Edgeom sat zvuka traje oko 10 minuta. Mobiteli i starija računala su sporiji.
Koji jezici rade?
Whisper razumije oko 100 jezika, među njima hrvatski, engleski, španjolski, njemački, francuski, portugalski, hindski, arapski, japanski i indonezijski. Točnost je najbolja kod raširenih jezika.
Je li besplatno?
Da. Bez računa, bez ograničenja minuta, bez vodenog žiga.