工作原理

你的音频始终留在你的设备上。下面介绍使用工具时发生了什么,以及如何自行验证。

一切都在浏览器中完成

打开文件时,浏览器会把它从磁盘读入页面内存。工具在那里处理文件,再把结果作为下载交给你。文件在任何时候都不会被发送出去:本站根本没有上传接口。

本地语音识别

音频转文字使用 Whisper base,这是 OpenAI 以 MIT 许可证发布的开源语音识别模型。首次使用时,浏览器会从 audio.scissor.studio 下载约 80 MB 的模型并保存在缓存中。之后模型在后台 worker 中通过 WebAssembly 在你的处理器上运行。浏览器解码音频,转换为 Whisper 所需的 16 kHz 单声道音频,worker 再以 30 秒为一段将其转成文字。

MP3 标签

歌曲标题、艺术家、专辑封面和歌词存储在 MP3 文件开头的 ID3 标签中。MP3 标签编辑器读取该标签供你修改,然后在未经改动的音频前写入新标签,生成新文件,因此声音会逐位原样复制。

自行验证

打开浏览器的开发者工具,选择“网络”标签页,然后使用任意工具。你会看到页面和模型从 audio.scissor.studio 加载,而打开文件时没有任何数据发出。页面加载完成后断开网络,所有工具依然可以正常使用。