# Pretvori audio u tekst

Pretvori bilo koju snimku u tekst koji možeš kopirati, a titlovi s vremenima dolaze kao bonus.

URL: https://shortformkit.com/hr/audio-u-tekst/
Updated: 2026-10-13

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](https://github.com/openai/whisper) tvrtke OpenAI (MIT). Radi pomoću [Transformers.js](https://github.com/huggingface/transformers.js) (Apache-2.0).

## Kako radi

1. **Ubaci datoteku** Audio ili video: MP3, M4A, WAV, MP4, MOV, WebM, OGG i drugi.
2. **Odaberi jezik** Jezik kojim se govori. Za snimke s bukom ili jakim naglaskom odaberi Točnije.
3. **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.


Source: Shortform Kit (https://shortformkit.com/hr/audio-u-tekst/). Free, no login.