Tutto avviene nel browser
Quando apri un file, il browser lo legge dal disco nella memoria della pagina. Lo strumento lo elabora lì e ti restituisce il risultato da scaricare. Il file non viene mai inviato da nessuna parte: il sito non ha alcun endpoint di caricamento.
Riconoscimento vocale sul dispositivo
Audio in testo usa Whisper base, un modello open source di riconoscimento vocale pubblicato da OpenAI con licenza MIT. La prima volta che lo usi, il browser scarica il modello, circa 80 MB, da audio.scissor.studio e lo conserva nella cache. Il modello gira poi in un worker in background con WebAssembly, sul tuo processore. Il browser decodifica l’audio, lo converte nel formato mono a 16 kHz richiesto da Whisper, e il worker lo trasforma in testo a blocchi di 30 secondi.
Tag MP3
Titoli, artisti, copertine e testi delle canzoni sono salvati in un tag ID3 all’inizio del file MP3. L’editor di tag MP3 legge quel tag, ti permette di modificarlo e scrive un nuovo file con il nuovo tag davanti all’audio intatto, che viene copiato bit per bit.
Verificalo tu stesso
Apri gli strumenti per sviluppatori del browser, scegli la scheda Rete e usa uno strumento qualsiasi. Vedrai la pagina e il modello caricarsi da audio.scissor.studio, e nulla in uscita quando apri un file. Puoi anche disattivare la connessione dopo il caricamento della pagina: ogni strumento continua a funzionare.