แปลงเสียงเป็นข้อความ
เปลี่ยนไฟล์เสียงอะไรก็ได้ให้เป็นข้อความที่คัดลอกได้ แถมซับไตเติลพร้อมเวลาให้ด้วย
สัมภาษณ์ เลกเชอร์ พอดแคสต์ ประชุม โน้ตเสียง: วางไฟล์แล้วได้ข้อความครบทั้งหมด มีไทม์สแตมป์มาด้วย คุณจึงบันทึกเป็นซับไตเติล SRT หรือ VTT ได้ด้วย
การถอดเสียงทำงานในเบราว์เซอร์ของคุณด้วย Whisper โมเดลรู้จำเสียงพูดแบบเปิดของ OpenAI ไฟล์เสียงของคุณไม่ถูกอัปโหลด มีแค่ตัวโมเดลที่ดาวน์โหลดครั้งเดียว แล้วเบราว์เซอร์จะเก็บไว้ ไฟล์ถัดไปจึงเริ่มได้ทันที
โมเดลเสียงพูด: Whisper ของ OpenAI (MIT) ทำงานด้วย Transformers.js (Apache-2.0)
วิธีใช้
- วางไฟล์ของคุณ เสียงหรือวิดีโอ: MP3, M4A, WAV, MP4, MOV, WebM, OGG และอื่น ๆ
- เลือกภาษา ภาษาที่พูดในไฟล์ ถ้าเสียงรบกวนเยอะหรือสำเนียงหนัก ให้เลือก แม่นยำขึ้น
- ถอดเสียงแล้วบันทึก คัดลอกข้อความ หรือบันทึกเป็น TXT หรือซับไตเติล SRT หรือ VTT
คำถามที่พบบ่อย
แม่นยำแค่ไหน?
ถ้าเสียงพูดชัด Whisper มักถอดคำได้ถูกต้องเกิน 90 % ไปมาก เพลงประกอบ เสียงพูดซ้อนกัน และสำเนียงหนักจะทำให้ความแม่นยำลดลง ในกรณีนี้โมเดล แม่นยำขึ้น จะช่วยได้
ไฟล์เสียงของฉันถูกอัปโหลดไหม?
ไม่ การถอดเสียงทำบนเครื่องของคุณ มีแค่โมเดลเสียงพูดที่ถูกดาวน์โหลด ไฟล์เสียงของคุณไม่ถูกส่งไปไหนเลย
จำกัดความยาวไหม?
เราไม่ได้จำกัด ไฟล์ยาวจะใช้เวลานานขึ้น บนคอมพิวเตอร์รุ่นใหม่ที่ใช้ Chrome หรือ Edge เสียงยาวหนึ่งชั่วโมงใช้เวลาประมาณ 10 นาที มือถือและคอมพิวเตอร์รุ่นเก่าจะช้ากว่า
รองรับภาษาอะไรบ้าง?
Whisper เข้าใจได้ราว 100 ภาษา รวมถึงภาษาไทย อังกฤษ สเปน เยอรมัน ฝรั่งเศส โปรตุเกส ฮินดี อาหรับ ญี่ปุ่น และอินโดนีเซีย ภาษาที่มีคนพูดมากจะแม่นยำที่สุด
ฟรีไหม?
ฟรี ไม่ต้องมีบัญชี ไม่จำกัดจำนวนนาที ไม่มีลายน้ำ