Konvertera ljud till text
Gör vilken inspelning som helst till text du kan kopiera, med tidsatta undertexter på köpet.
Intervjuer, föreläsningar, poddar, möten, röstanteckningar: släpp filen och få hela texten. Tidsstämplar följer med, så du kan också spara SRT- eller VTT-undertexter.
Transkriberingen körs i din webbläsare med Whisper, den öppna taligenkänningsmodellen från OpenAI. Ditt ljud laddas aldrig upp: bara själva modellen laddas ner en gång, sedan sparar webbläsaren den, så nästa filer startar direkt.
Talmodell: Whisper från OpenAI (MIT). Körs med Transformers.js (Apache-2.0).
Så fungerar det
- Släpp din fil Ljud eller video: MP3, M4A, WAV, MP4, MOV, WebM, OGG med mera.
- Välj språk Språket som talas. Välj Mer exakt för brusiga inspelningar eller kraftiga dialekter.
- Transkribera och spara Kopiera texten eller spara den som TXT, SRT eller VTT-undertexter.
Vanliga frågor
Hur exakt är det?
Vid tydligt tal får Whisper oftast långt över 90 % av orden rätt. Bakgrundsmusik, folk som pratar i mun på varandra och kraftiga dialekter sänker det, och där hjälper modellen Mer exakt.
Laddas min inspelning upp?
Nej. Den transkriberas på din enhet. Bara talmodellen laddas ner, aldrig ditt ljud.
Finns det en längdgräns?
Vi sätter ingen. Långa filer tar längre tid: på en nyare dator med Chrome eller Edge tar en timme ljud ungefär 10 minuter. Mobiler och äldre datorer är långsammare.
Vilka språk fungerar?
Whisper förstår runt 100 språk, bland annat svenska, engelska, spanska, tyska, franska, portugisiska, hindi, arabiska, japanska och indonesiska. Precisionen är bäst för stora språk.
Är det gratis?
Ja. Inget konto, ingen minutgräns och ingen vattenstämpel.