הכול קורה בדפדפן
כשפותחים קובץ, הדפדפן קורא אותו מהדיסק אל הזיכרון של הדף. הכלי עובד עליו שם ומגיש לך את התוצאה להורדה. בשום שלב הקובץ לא נשלח לשום מקום: לאתר אין בכלל נקודת קצה להעלאה.
זיהוי דיבור במכשיר
תמלול שמע לטקסט משתמש ב-Whisper base, מודל פתוח לזיהוי דיבור ש-OpenAI פרסמה ברישיון MIT. בפעם הראשונה שמשתמשים בו, הדפדפן מוריד את המודל, כ-80MB, מ-audio.scissor.studio ושומר אותו במטמון. אחר כך המודל רץ ב-worker ברקע בעזרת WebAssembly, על המעבד שלך. הדפדפן מפענח את השמע וממיר אותו לצליל מונו ב-16 kHz, כפי ש-Whisper מצפה, וה-worker הופך אותו לטקסט בקטעים של 30 שניות.
תגיות MP3
שמות שירים, אמנים, עטיפות אלבום ומילות שירים נשמרים בתגית ID3 בתחילת קובץ ה-MP3. עורך תגיות MP3 קורא את התגית, מאפשר לשנות אותה, וכותב קובץ חדש שבו התגית החדשה באה לפני השמע המקורי, בלי לגעת בו, כך שהצליל מועתק ביט אחר ביט.
לבדוק בעצמך
פותחים את כלי המפתחים של הדפדפן, בוחרים בכרטיסייה Network ומשתמשים בכל כלי שהוא. רואים שהדף והמודל נטענים מ-audio.scissor.studio, ושום דבר לא יוצא כשפותחים קובץ. אפשר גם לנתק את החיבור אחרי שהדף נטען: כל הכלים ממשיכים לעבוד.