เน้นความเป็นส่วนตัวไฟล์ของคุณไม่เคยถูกอัปโหลด

AI ฟรี · ทำงานบนอุปกรณ์ของคุณ

แปลงเสียงเป็นข้อความ

ถอดเสียงบทสัมภาษณ์ การบรรยาย บันทึกเสียงพูด และวิดีโอ ด้วย Whisper โมเดล AI รู้จำเสียงพูดที่ทำงานในเบราว์เซอร์ของคุณ ไฟล์เสียงไม่เคยออกจากอุปกรณ์

วางไฟล์เสียงหรือวิดีโอที่นี่

หรือเลือกจากอุปกรณ์ของคุณ

ไฟล์ไม่เคยออกจากอุปกรณ์ของคุณ · ฟรี ไม่ต้องสมัคร · ไม่จำกัดขนาดไฟล์

วิธีถอดเสียงเป็นข้อความ

  1. เปิดไฟล์เสียงหรือวิดีโอ หรือลากมาวางบนหน้านี้
  2. ดาวน์โหลดโมเดลเสียงพูดครั้งเดียว แล้วเลือกภาษาที่พูดหรือปล่อยเป็นอัตโนมัติ
  3. กดถอดเสียง แล้วคัดลอกข้อความหรือดาวน์โหลดเป็น TXT หรือคำบรรยาย SRT, VTT

รู้จำเสียงพูดบนอุปกรณ์ของคุณ

Whisper เป็นโมเดลรู้จำเสียงพูดแบบโอเพนซอร์สของ OpenAI ฝึกด้วยเสียง 680,000 ชั่วโมงในราวหนึ่งร้อยภาษา Scissor Audio รัน Whisper base ขนาดประมาณ 80 MB ในเบราว์เซอร์ด้วย WebAssembly ไฟล์เสียงจึงไม่เคยถูกส่งไปยังบริการถอดเสียงใด ๆ

คำบรรยายพร้อมเวลากำกับ

ทุกประโยคมาพร้อมเวลาเริ่มและเวลาสิ้นสุด ดาวน์โหลดเป็นคำบรรยาย SRT หรือ WebVTT สำหรับ YouTube โปรแกรมตัดต่อวิดีโอ และเครื่องเล่นสื่อ หรือเป็นข้อความธรรมดาสำหรับโน้ตและเอกสาร

แปลเสียงพูดเป็นภาษาอังกฤษ

เลือกแปลเป็นภาษาอังกฤษ แล้ว Whisper จะถอดเสียงพูดภาษาใดก็ได้ที่รองรับออกมาเป็นข้อความภาษาอังกฤษในขั้นตอนเดียว

คำถามเกี่ยวกับแปลงเสียงเป็นข้อความ

ไฟล์เสียงของฉันถูกอัปโหลดหรือไม่

ไม่ เบราว์เซอร์ของคุณถอดรหัสเสียง และโมเดลที่ทำงานในแท็บจะถอดเสียงเป็นข้อความ ไม่มีสิ่งใดถูกส่งไปยังเซิร์ฟเวอร์ คุณตัดการเชื่อมต่ออินเทอร์เน็ตได้เมื่อโหลดโมเดลเสร็จ

ฟรีจริงและไม่มีข้อจำกัดหรือไม่

ใช่ โมเดลทำงานบนอุปกรณ์ของคุณเอง เราจึงไม่มีค่าใช้จ่ายต่อนาที ไม่ต้องสมัคร ไม่จำกัดจำนวนนาที และไม่จำกัดขนาดไฟล์

รองรับภาษาอะไรบ้าง

Whisper รู้จำได้ราวหนึ่งร้อยภาษา รวมถึงภาษาไทย อังกฤษ สเปน ฝรั่งเศส เยอรมัน โปรตุเกส อิตาลี ดัตช์ รัสเซีย อาหรับ เปอร์เซีย ตุรกี ฮินดี จีน และญี่ปุ่น โดยแม่นยำที่สุดในภาษาอังกฤษและภาษาที่มีผู้พูดจำนวนมาก

แม่นยำแค่ไหน

สำหรับเสียงพูดที่ชัดเจน ความแม่นยำใกล้เคียงกับคนที่ฟังอย่างตั้งใจ แต่ชื่อเฉพาะและศัพท์เทคนิคอาจต้องแก้ไข เสียงเพลงประกอบ การพูดซ้อนกัน และไมโครโฟนที่อยู่ไกลจะทำให้ความแม่นยำลดลง

ใช้เวลานานเท่าไร

บนแล็ปท็อปรุ่นใหม่ เสียงหนึ่งนาทีใช้เวลาประมาณสิบถึงยี่สิบวินาที โทรศัพท์และคอมพิวเตอร์รุ่นเก่าจะช้ากว่า ข้อความจะปรากฏทันทีที่รู้จำได้ คุณจึงเริ่มอ่านได้เลย

ถอดเสียงจากวิดีโอได้หรือไม่

ได้ เปิดไฟล์ MP4, MOV หรือ WebM แล้วเสียงในวิดีโอจะถูกถอดเป็นข้อความ ดาวน์โหลดผลลัพธ์เป็น SRT หรือ VTT เพื่อใช้เป็นคำบรรยาย