Todo ocurre en tu navegador
Cuando abres un archivo, tu navegador lo lee del disco y lo carga en la memoria de la página. La herramienta trabaja con él ahí y te entrega el resultado como descarga. En ningún momento se envía el archivo a ningún sitio: la web no tiene ningún punto de subida.
Reconocimiento de voz en tu dispositivo
Audio a texto usa Whisper base, un modelo abierto de reconocimiento de voz publicado por OpenAI con licencia MIT. La primera vez que lo usas, tu navegador descarga el modelo, unos 80 MB, desde audio.scissor.studio y lo guarda en su caché. Después, el modelo se ejecuta en un proceso en segundo plano con WebAssembly, en tu procesador. Tu navegador decodifica el audio, lo convierte al sonido mono a 16 kHz que espera Whisper, y el proceso lo transforma en texto en fragmentos de 30 segundos.
Etiquetas MP3
El título de la canción, el artista, la carátula y la letra se guardan en una etiqueta ID3 al principio del archivo MP3. El editor de etiquetas MP3 lee esa etiqueta, te deja cambiarla y genera un archivo nuevo con la etiqueta nueva delante del audio intacto, así que el sonido se copia bit a bit.
Compruébalo tú mismo
Abre las herramientas para desarrolladores de tu navegador, elige la pestaña Red y usa cualquier herramienta. Verás que la página y el modelo se cargan desde audio.scissor.studio y que no sale nada cuando abres un archivo. También puedes desconectarte de internet cuando la página haya cargado: todas las herramientas siguen funcionando.