Z myślą o prywatnościTwoje pliki nigdy nie są wysyłane
AI Za darmo · Działa na Twoim urządzeniu
Zamień audio na tekst
Transkrybuj wywiady, wykłady, notatki głosowe i filmy dzięki Whisper, modelowi AI do rozpoznawania mowy, który działa prosto w przeglądarce. Twoje nagranie nigdy nie opuszcza urządzenia.
lub wybierz go z urządzenia
Pliki nie opuszczają urządzenia · Za darmo, bez rejestracji · Bez limitu rozmiaru pliku
Jak zrobić transkrypcję audio
- Otwórz plik audio lub wideo albo przeciągnij go na stronę.
- Pobierz raz model mowy i wybierz język nagrania albo zostaw wykrywanie automatyczne.
- Kliknij Transkrybuj, a potem skopiuj tekst lub pobierz go jako TXT albo napisy SRT lub VTT.
Rozpoznawanie mowy na Twoim urządzeniu
Whisper to otwarty model rozpoznawania mowy od OpenAI, wytrenowany na 680 000 godzin nagrań w około stu językach. Scissor Audio uruchamia Whisper base, około 80 MB, w przeglądarce dzięki WebAssembly, więc nagranie nigdy nie trafia do usługi transkrypcji.
Napisy ze znacznikami czasu
Każde zdanie ma czas początku i końca. Pobierz transkrypcję jako napisy SRT lub WebVTT do YouTube, edytorów wideo i odtwarzaczy albo jako zwykły tekst do notatek i dokumentów.
Tłumaczenie mowy na angielski
Wybierz Przetłumacz na angielski, a Whisper w jednym kroku zapisze po angielsku mowę w dowolnym ze swoich języków.
Pytania o narzędzie Audio na tekst
Czy moje audio jest wysyłane?
Nie. Dźwięk dekoduje przeglądarka, a transkrybuje go model działający w Twojej karcie. Nic nie trafia na serwer; po załadowaniu modelu możesz nawet wyłączyć połączenie.
Czy to naprawdę za darmo i bez limitów?
Tak. Model działa na Twoim urządzeniu, więc żadna minuta nic nas nie kosztuje: bez rejestracji, bez limitu minut i bez limitu rozmiaru pliku.
Jakie języki rozumie?
Whisper rozpoznaje około stu języków, w tym polski, angielski, hiszpański, francuski, niemiecki, portugalski, włoski, niderlandzki, rosyjski, arabski, perski, turecki, hindi, chiński i japoński. Najdokładniej działa po angielsku i w innych popularnych językach.
Jak dokładna jest transkrypcja?
Przy wyraźnej mowie zbliża się do uważnego słuchacza, choć nazwy własne i terminy specjalistyczne mogą wymagać poprawek. Muzyka w tle, nakładające się głosy i odległe mikrofony obniżają dokładność.
Ile to trwa?
Na nowym laptopie minuta nagrania zajmuje mniej więcej od dziesięciu do dwudziestu sekund. Telefony i starsze komputery są wolniejsze. Tekst pojawia się w miarę rozpoznawania, więc możesz od razu zacząć czytać.
Czy mogę zrobić transkrypcję filmu?
Tak. Otwórz plik MP4, MOV lub WebM, a jego dźwięk zostanie przepisany. Pobierz wynik jako SRT lub VTT, aby użyć go jako napisów.