Yükleme yok, %100 yerel, hesap yok

Ses Yazıya Dök, tarayıcınızda konuşmadan metne

Bir kayıt bırakın ve bir metin dökümü alın. Bu siteden bir kez indirilen küçük bir Whisper modeliyle cihazınızda çalışır; sesiniz asla yüklenmez.

Ses Yazıya Dök · konuşmadan metne nasıl çalışır

Ses Transkripti, Transformers.js aracılığıyla tamamen tarayıcı sekmende çalışan bir konuşma tanıma modeli olan Whisper'ı kullanarak bir kaydı metne dönüştürür. İlk kullanışında tarayıcın bu siteden modeli ve ihtiyaç duyduğu WebAssembly motorunu indirir (toplam yaklaşık 68 MB) ve önbelleğe alır; bundan sonra her transkript hiçbir sunucu olmadan cihazında gerçekleşir ve ses hiçbir zaman bilgisayarından ayrılmaz.

Burada kullanılan model whisper-tiny.en: en küçük, nicelenmiş, yalnızca İngilizce için geçerli Whisper çeşididir. Bir tarayıcı sekmesinde çalışacak kadar hızlıdır ve yararlı bir ilk taslak üretir, ancak profesyonel bir transkript hizmeti değildir. Özel isimlerde, teknik kelime dağarcığında, belirgin aksanlarda, arka plan gürültüsünde ve üst üste binen seslerde hatalar bekle.

Yazan: Bastien Sulyan

Ses Yazıya Dök · konuşmadan metne nasıl kullanılır, adım adım

  1. Bir ses dosyası bırak (MP3, WAV, M4A, OGG veya bu sitenin ses kaydedicisinin ürettiği WebM kayıtları).
  2. Bu cihazdaki ilk transkriptin ise motorun ve modelin tek seferlik indirmesini (yaklaşık 68 MB) bekle.
  3. Çıktı biçimi olarak düz metin (.txt) veya zaman damgalı altyazıları (.srt) seç.
  4. Transkript et'e bas ve Whisper'ın kaydı tamamen tarayıcında işlemesine izin ver.
  5. Metni doğrudan kopyalayın ya da hazır olduğunda .txt/.srt dosyasını indirin.

Yaygın kullanım örnekleri

  • Telefonda kaydedilen bir sesli notun kaba bir yazılı taslağını, elle düzeltmeden önce elde etmek.
  • Kısa bir kaydedilmiş röportajı bulut tabanlı bir transkript hizmetine yüklemeden aranabilir metne dönüştürmek.
  • Kısa bir klip için sonradan düzeltilecek başlangıç niteliğinde bir .srt altyazı dosyası oluşturmak.
  • Bu sitenin Ses Kaydedici aracıyla hızlı bir sesli not kaydetmek, ardından aynı tarayıcı sekmesinde yazıya dökmek.
  • Mükemmel doğruluk gerekmediğinde bir ders ya da toplantı kaydının ilk taslak transkriptini elde etmek.

Sık sorulan sorular

Transkript ne kadar doğru?

Bu büyük ölçüde ses kalitesine bağlıdır. Mikrofona yakın, az arka plan gürültüsüyle kaydedilmiş, tek konuşmacılı net İngilizce oldukça iyi transkript edilir. Belirgin aksanlar, üst üste binen sesler, müzik veya arka plan gürültüsü ve özel kelime dağarcığı hataları artırır. Bu, bir tarayıcı sekmesinde çalışabilmesi için seçilmiş küçük, nicelenmiş bir modeldir, bu yüzden sonucu son bir transkript değil, gözden geçirilmesi gereken yararlı bir taslak olarak değerlendir.

İngilizce dışındaki dillerle çalışıyor mu?

Hayır. Bu araç, çok dilli tiny modelden İngilizce'de daha küçük ve daha doğru olduğu için seçilen, yalnızca İngilizce için geçerli Whisper çeşidi whisper-tiny.en'i kullanır. Diğer dillerdeki ses, zayıf veya anlamsız sonuçlar üretir.

Neden çalışmadan önce bir şeyler indirmesi gerekiyor?

Konuşma tanıma modeli ve onu çalıştıran WebAssembly motoru (toplam yaklaşık 68 MB), sayfaya gömülü değildir; OCR aracının bir dil modeli indirmesine benzer şekilde, bu siteden bir kez indirilir ve tarayıcınız tarafından önbelleğe alınır. Bu ilk indirmeden sonra transkript tamamen çevrimdışı çalışır. Hiçbir şey üçüncü taraf bir CDN'den çekilmez.

Sesim herhangi bir yere yükleniyor mu?

Hayır. Kayıt, Web Audio API'si ve yerel bir Whisper modeli kullanılarak tamamen tarayıcı sekmende çözülür ve işlenir. Hiçbir ses dosyası veya transkript edilmiş metin hiçbir zaman bir sunucuya gönderilmez.

Transkript ne kadar sürer?

Bu, her şey bir sunucu yerine yerel olarak çalıştığı için cihazının işlemcisine ve kaydın süresine bağlıdır. Kısa klipler (bir dakikadan az) genellikle birkaç saniyede tamamlanır; bir saatlik röportaj gibi uzun kayıtlar orantılı olarak daha uzun sürer.

.txt ve .srt çıktısı arasındaki fark nedir?

.txt dosyası, zaman damgası olmadan düz yazıya dökülmüş metindir; okumak veya başka bir yere yapıştırmak için kullanışlıdır. .srt dosyası, her konuşulan segment için bir zaman damgası aralığı içeren standart bir altyazı biçimidir; bir videoya altyazı eklemek için kullanışlıdır. İkisi de aynı transkriptten üretilir; bir sonraki yapmanız gerekene uyanı seçin.