Žádné nahrávání, 100% lokálně, bez účtu

Přepis zvuku, řeč na text v prohlížeči

Vložte nahrávku a získejte textový přepis. Běží ve vašem zařízení s malým modelem Whisper staženým jednou z tohoto webu; váš zvuk se nikdy nenahrává.

Jak Přepis zvuku · řeč na text funguje

Přepis zvuku převádí nahrávku na text pomocí Whisper, modelu pro rozpoznávání řeči, který běží celý na kartě tvého prohlížeče díky Transformers.js. Při prvním spuštění si prohlížeč z tohoto webu stáhne model a potřebný WebAssembly engine (celkem asi 68 MB) a uloží je do mezipaměti; poté každý přepis probíhá na tvém zařízení, bez serveru a bez toho, aby zvuk kdy opustil tvůj počítač.

Použitý model je whisper-tiny.en: nejmenší, kvantizovaná varianta Whisper omezená na angličtinu. Je dost rychlá na to, aby běžela v kartě prohlížeče, a vytváří užitečný první koncept, ale není to profesionální přepisovací služba. Očekávej chyby ve vlastních jménech, odborné slovní zásobě, výrazném přízvuku, hluku na pozadí a překrývajících se hlasech.

Napsal Bastien Sulyan

Přepis zvuku · řeč na text: návod krok za krokem

  1. Přetáhni zvukový soubor (MP3, WAV, M4A, OGG nebo nahrávky WebM z hlasového záznamníku na tomto webu).
  2. Počkej na jednorázové stažení enginu a modelu (asi 68 MB), pokud jde o tvůj první přepis na tomto zařízení.
  3. Vyber prostý text (.txt) nebo titulky s časovými značkami (.srt) jako výstupní formát.
  4. Stiskni přepsat a nech Whisper zpracovat nahrávku celou v tvém prohlížeči.

Časté případy použití

  • Získání hrubého textového konceptu hlasové poznámky nahrané na telefonu před ruční úpravou.
  • Převod krátkého nahraného rozhovoru na prohledávatelný text bez nahrání do cloudové přepisovací služby.
  • Vytvoření počátečního souboru titulků .srt pro krátký klip, který se pak opraví.

Často kladené otázky

Jak přesný je přepis?

Hodně záleží na kvalitě zvuku. Jasná angličtina jednoho mluvčího, nahraná blízko mikrofonu a s malým hlukem na pozadí, se přepisuje docela dobře. Výrazný přízvuk, překrývající se hlasy, hudba nebo hluk na pozadí a odborná slovní zásoba zvyšují počet chyb. Jde o malý, kvantizovaný model zvolený tak, aby běžel v kartě prohlížeče, takže výsledek ber jako užitečný koncept k přečtení, ne jako konečný přepis.

Funguje i s jinými jazyky než angličtinou?

Ne. Tento nástroj používá whisper-tiny.en, variantu Whisper omezenou na angličtinu, zvolenou proto, že je menší a přesnější v angličtině než vícejazyčný model tiny. Zvuk v jiných jazycích poskytne slabé nebo nesmyslné výsledky.

Odesílá se můj zvuk někam?

Ne. Nahrávka se dekóduje a zpracovává celá v kartě tvého prohlížeče pomocí Web Audio API a lokálního modelu Whisper. Žádný zvukový soubor ani žádný přepsaný text se nikdy neposílá na server.

Jak dlouho přepis trvá?

Záleží na procesoru tvého zařízení a délce nahrávky, protože vše běží lokálně místo na serveru. Krátké klipy (kratší než minuta) obvykle skončí za pár sekund; dlouhé nahrávky, jako hodinový rozhovor, trvají úměrně déle.