Όλα γίνονται στο πρόγραμμα περιήγησης
Όταν ανοίγετε ένα αρχείο, το πρόγραμμα περιήγησης το διαβάζει από τον δίσκο στη μνήμη της σελίδας. Το εργαλείο το επεξεργάζεται εκεί και σας δίνει το αποτέλεσμα για λήψη. Το αρχείο δεν στέλνεται πουθενά: ο ιστότοπος δεν διαθέτει καν σημείο αποστολής αρχείων.
Αναγνώριση ομιλίας στη συσκευή
Η μετατροπή ήχου σε κείμενο χρησιμοποιεί το Whisper base, ένα ανοιχτό μοντέλο αναγνώρισης ομιλίας που κυκλοφόρησε η OpenAI με άδεια MIT. Την πρώτη φορά που το χρησιμοποιείτε, το πρόγραμμα περιήγησης κατεβάζει το μοντέλο, περίπου 80 MB, από το audio.scissor.studio και το κρατά στην κρυφή μνήμη. Στη συνέχεια το μοντέλο εκτελείται σε μια διεργασία παρασκηνίου με WebAssembly, στον δικό σας επεξεργαστή. Το πρόγραμμα περιήγησης αποκωδικοποιεί τον ήχο, τον μετατρέπει στον μονοφωνικό ήχο 16 kHz που χρειάζεται το Whisper, και η διεργασία τον μετατρέπει σε κείμενο σε τμήματα των 30 δευτερολέπτων.
Ετικέτες MP3
Οι τίτλοι, οι καλλιτέχνες, τα εξώφυλλα και οι στίχοι αποθηκεύονται σε μια ετικέτα ID3 στην αρχή του αρχείου MP3. Ο επεξεργαστής ετικετών MP3 διαβάζει αυτή την ετικέτα, σας επιτρέπει να την αλλάξετε και γράφει ένα νέο αρχείο με τη νέα ετικέτα μπροστά από τον ανέγγιχτο ήχο, που αντιγράφεται bit προς bit.
Ελέγξτε το μόνοι σας
Ανοίξτε τα εργαλεία προγραμματιστή του προγράμματος περιήγησης, επιλέξτε την καρτέλα Δίκτυο και χρησιμοποιήστε οποιοδήποτε εργαλείο. Θα δείτε τη σελίδα και το μοντέλο να φορτώνουν από το audio.scissor.studio, και τίποτα να μη φεύγει όταν ανοίγετε ένα αρχείο. Μπορείτε επίσης να απενεργοποιήσετε τη σύνδεσή σας αφού φορτώσει η σελίδα: κάθε εργαλείο συνεχίζει να λειτουργεί.