Fără încărcare, 100% local, fără cont

Transcriere audio, vorbire în text în browser

Adaugă o înregistrare și obții o transcriere text. Rulează pe dispozitivul tău cu un model Whisper mic, descărcat o dată de pe acest site; audio-ul tău nu este niciodată încărcat.

Cum funcționează Transcriere audio · vorbire în text

Transcriere Audio transformă o înregistrare în text folosind Whisper, un model de recunoaștere vocală care rulează în întregime în fila browserului tău prin Transformers.js. Prima dată când îl folosești, browserul descarcă de pe acest site modelul și motorul WebAssembly necesar (în total aproximativ 68 MB) și le stochează în cache; după aceea, fiecare transcriere are loc pe dispozitivul tău, fără niciun server implicat și fără ca audio să părăsească vreodată calculatorul tău.

Modelul folosit aici este whisper-tiny.en: cea mai mică variantă Whisper, cuantizată și limitată la limba engleză. Este suficient de rapid pentru a rula într-o filă de browser și produce o primă schiță utilă, dar nu este un serviciu profesionist de transcriere. Așteaptă-te la greșeli la nume proprii, vocabular tehnic, accente puternice, zgomot de fundal și voci suprapuse.

Scris de Bastien Sulyan

Cum se folosește Transcriere audio · vorbire în text, pas cu pas

  1. Trage un fișier audio (MP3, WAV, M4A, OGG sau înregistrările WebM produse de reportofonul acestui site).
  2. Așteaptă descărcarea unică a motorului și modelului (aproximativ 68 MB) dacă este prima ta transcriere pe acest dispozitiv.
  3. Alege text simplu (.txt) sau subtitrări cu marcaje de timp (.srt) ca format de ieșire.
  4. Apasă pe transcrie și lasă Whisper să proceseze înregistrarea în întregime în browserul tău.

Cazuri de utilizare frecvente

  • Obținerea unei schițe scrise rapide a unui mesaj vocal înregistrat pe telefon, înainte de a-l corecta manual.
  • Transformarea unui scurt interviu înregistrat în text căutabil fără a-l încărca pe un serviciu de transcriere în cloud.
  • Generarea unui fișier de subtitrare .srt inițial pentru un clip scurt, de corectat ulterior.

Întrebări frecvente

Cât de precisă este transcrierea?

Depinde foarte mult de calitatea audio. O engleză clară, cu un singur vorbitor, înregistrată aproape de microfon și cu puțin zgomot de fundal se transcrie destul de bine. Accentele puternice, vocile suprapuse, muzica sau zgomotul de fundal și vocabularul specializat cresc numărul de greșeli. Este un model mic, cuantizat, ales pentru a putea rula într-o filă de browser, așa că tratează rezultatul ca pe o schiță utilă de verificat, nu ca pe o transcriere finală.

Funcționează cu alte limbi în afară de engleză?

Nu. Acest instrument folosește whisper-tiny.en, varianta Whisper limitată la engleză, aleasă pentru că este mai mică și mai precisă pe engleză decât modelul tiny multilingv. Audio în alte limbi va produce rezultate slabe sau fără sens.

Este audio-ul meu încărcat undeva?

Nu. Înregistrarea este decodată și procesată în întregime în fila browserului tău, folosind Web Audio API și un model Whisper local. Niciun fișier audio, și niciun text transcris, nu este trimis vreodată către un server.

Cât durează transcrierea?

Depinde de procesorul dispozitivului tău și de durata înregistrării, deoarece totul rulează local, nu pe un server. Clipurile scurte (sub un minut) se termină de obicei în câteva secunde; înregistrările lungi, precum un interviu de o oră, durează proporțional mai mult.