一切都在瀏覽器中完成
開啟檔案時,瀏覽器會把它從磁碟讀入頁面記憶體。工具在那裡處理檔案,再把結果以下載的方式交給你。檔案在任何時候都不會被傳送出去:本站根本沒有上傳端點。
裝置上的語音辨識
語音轉文字使用 Whisper base,這是 OpenAI 以 MIT 授權發布的開源語音辨識模型。第一次使用時,瀏覽器會從 audio.scissor.studio 下載約 80 MB 的模型並保存在快取中。之後模型會在背景 worker 中透過 WebAssembly 在你的處理器上執行。瀏覽器解碼音訊,轉換成 Whisper 需要的 16 kHz 單聲道聲音,worker 再以每 30 秒為一段將其轉成文字。
MP3 標籤
歌曲名稱、演出者、專輯封面和歌詞都儲存在 MP3 檔案開頭的 ID3 標籤中。MP3 標籤編輯器會讀取這個標籤讓你修改,然後在未經更動的音訊前寫入新標籤,產生新檔案,因此聲音會逐位元原樣複製。
自行確認
開啟瀏覽器的開發人員工具,選擇「網路」分頁,然後使用任一工具。你會看到頁面和模型從 audio.scissor.studio 載入,而開啟檔案時沒有任何資料送出。頁面載入完成後中斷網路連線,所有工具依然能正常運作。