Mengutamakan privasiFail anda tidak pernah dimuat naik
AI Percuma · Berjalan di peranti anda
Tukar audio kepada teks
Transkripsi temu bual, kuliah, memo suara dan video dengan Whisper, model pertuturan AI yang berjalan terus di pelayar anda. Rakaman anda tidak pernah keluar dari peranti anda.
atau pilih dari peranti anda
Fail tidak pernah keluar dari peranti anda · Percuma, tanpa daftar · Tiada had saiz fail
Cara mentranskripsi audio
- Buka fail audio atau video, atau lepaskannya pada halaman.
- Muat turun model pertuturan sekali, pilih bahasa pertuturan atau biarkan pada automatik.
- Pilih Transkripsi, kemudian salin teks atau muat turun sebagai TXT, atau sari kata SRT atau VTT.
Pengecaman pertuturan di peranti anda
Whisper ialah model pengecaman pertuturan terbuka daripada OpenAI, dilatih dengan 680,000 jam audio dalam kira-kira seratus bahasa. Scissor Audio menjalankan Whisper base, kira-kira 80 MB, di pelayar anda dengan WebAssembly, jadi rakaman tidak pernah dihantar ke perkhidmatan transkripsi.
Sari kata dengan cap masa
Setiap ayat disertakan masa mula dan tamatnya. Muat turun transkrip sebagai sari kata SRT atau WebVTT untuk YouTube, penyunting video dan pemain media, atau sebagai teks biasa untuk nota dan dokumen.
Terjemah pertuturan ke bahasa Inggeris
Pilih Terjemah ke bahasa Inggeris dan Whisper akan menulis transkrip bahasa Inggeris bagi pertuturan dalam mana-mana bahasanya, dalam satu langkah.
Soalan tentang Audio kepada teks
Adakah audio saya dimuat naik?
Tidak. Audio dinyahkod oleh pelayar anda dan ditranskripsi oleh model yang berjalan dalam tab anda. Tiada apa dihantar ke server; anda boleh memutuskan sambungan internet sebaik sahaja model dimuatkan.
Betulkah ia percuma, tanpa had?
Ya. Model berjalan di peranti anda sendiri, jadi tiada kos kepada kami bagi setiap minit: tanpa daftar, tiada had minit dan tiada had saiz fail.
Bahasa apa yang difahaminya?
Whisper mengenali kira-kira seratus bahasa, termasuk bahasa Melayu, Indonesia, Inggeris, Cina, Tamil, Sepanyol, Perancis, Jerman, Portugis, Rusia, Arab, Turki, Hindi dan Jepun. Ia paling tepat dalam bahasa Inggeris dan bahasa lain yang dituturkan secara meluas.
Sejauh mana ketepatannya?
Untuk pertuturan yang jelas, ia hampir setanding pendengar yang teliti, walaupun nama dan istilah khusus mungkin perlu dibetulkan. Muzik latar, orang bercakap serentak dan mikrofon yang jauh mengurangkan ketepatan.
Berapa lama masa yang diambil?
Pada komputer riba yang baharu, seminit audio mengambil kira-kira sepuluh hingga dua puluh saat. Telefon dan komputer lama lebih perlahan. Teks muncul sebaik sahaja dikenal pasti, jadi anda boleh mula membaca dengan segera.
Bolehkah saya mentranskripsi video?
Ya. Buka fail MP4, MOV atau WebM dan bunyinya akan ditranskripsi. Muat turun hasilnya sebagai SRT atau VTT untuk digunakan sebagai sari kata.