Konverter audio ke teks
Wavetotext adalah pengubah audio ke teks gratis dengan label pembicara. Ia menjalankan Whisper, model sumber terbuka dari OpenAI, di browser Anda, jadi file Anda tidak pernah keluar dari perangkat.
Pilih file atau tekan Rekam untuk mulai.
Transkrip
Tersimpan di perangkat ini
Berjalan di perangkat Anda. Model diunduh pertama kali, lalu disimpan oleh browser. PDF membuka jendela cetak: pilih Simpan sebagai PDF.
Cara mengubah audio jadi teks
- Pilih satu atau beberapa file, taruh di kotak, atau tekan Rekam untuk memakai mikrofon.
- Pilih bahasa yang diucapkan, atau biarkan di Deteksi otomatis. Aktifkan label pembicara untuk wawancara dan rapat.
- Tekan Transkripsikan. File diproses satu per satu, dan teks muncul bagian demi bagian.
- Putar audionya, perbaiki kesalahan, ganti nama pembicara, lalu unduh Word, PDF, TXT, SRT, atau VTT.
Yang Anda dapat
- Gratis, tanpa akun Tanpa daftar, tanpa paket berbayar, dan tanpa batas menit dari kami. Satu-satunya batas adalah memori perangkat Anda.
- Tanpa unggah Whisper berjalan di perangkat Anda. Audio Anda tidak pernah dikirim ke server.
- Banyak file sekaligus Taruh satu folder penuh rekaman. File diproses satu per satu.
- Label pembicara Lihat siapa bilang apa, lalu ganti Pembicara 1 dan 2 dengan nama asli.
- 99 bahasa Pilih satu atau biarkan Whisper mendeteksi. Bisa juga menerjemahkan ke bahasa Inggris.
- Kecepatan kartu grafis Di browser dengan WebGPU, kartu grafis Anda menjalankan model. Kalau ternyata lambat, prosesor mengambil alih.
- Edit sambil mendengar Klik baris mana pun untuk mendengarnya, lalu perbaiki kata-katanya langsung di situ.
- Word, PDF, subtitle Unduh DOCX, PDF, TXT, SRT, atau VTT, dengan atau tanpa penanda waktu.
Kualitas mana yang dipilih
| Kualitas | Model | Unduhan | Cocok untuk |
|---|---|---|---|
| Cepat | Whisper tiny | Sekitar 45 MB (80 MB dengan kartu grafis) | Ucapan bahasa Inggris yang jelas, HP lama, sekadar melihat cepat |
| Seimbang | Whisper base | Sekitar 80 MB (150 MB dengan kartu grafis) | Sebagian besar rekaman di laptop atau HP baru |
| Terbaik | Whisper small | Sekitar 250 MB (490 MB dengan kartu grafis) | Aksen, suara latar, bahasa selain Inggris, terjemahan |
Tiap model diunduh sekali saja. Setelah itu dimuat dari penyimpanan browser. Label pembicara menambah sekitar 33 MB pada pemakaian pertama.
Cocok untuk
Konversi format apa pun
Transkripsi audio dalam bahasa Anda
Pertanyaan
Benar-benar gratis?
Ya. Tanpa akun, tanpa daftar, dan tanpa paket berbayar. Pekerjaannya dilakukan perangkat Anda sendiri, jadi tidak ada tagihan server yang dibebankan ke Anda. Satu-satunya batas adalah memori perangkat: file panjang butuh lebih banyak.
Apakah audio saya diunggah?
Tidak. Browser Anda membuka file dan menjalankan model suara di perangkat Anda. Hanya modelnya yang diunduh, dari Hugging Face. Audio dan transkrip Anda tidak dikirim ke mana pun.
File apa saja yang bisa dikonversi?
MP3, WAV, M4A, OGG, Opus, FLAC, AAC, MP4, dan WebM langsung terbuka di kebanyakan browser. AVI, MOV, MKV, dan video lain yang tidak bisa dibuka browser akan lewat konverter bawaan, yang mengunduh sekitar 10 MB pada pemakaian pertama.
Bisa transkripsi banyak file sekaligus?
Bisa. Pilih atau taruh file sebanyak yang Anda mau. File masuk daftar dan diproses satu per satu, dan tiap transkrip bisa dibuka begitu mulai.
Bisa membedakan pembicara?
Bisa. Atur Label pembicara ke Deteksi pembicara, atau ke jumlah orang kalau Anda tahu. Tiap bagian mendapat label Pembicara 1, Pembicara 2 yang bisa diganti namanya. Suara yang mirip bisa tertukar, jadi periksa sebelum membagikan.
Bahasa apa saja yang dimengerti?
Semua 99 bahasa yang dipakai untuk melatih Whisper. Pilih bahasa yang diucapkan atau biarkan dideteksi. Hasilnya paling baik untuk bahasa yang banyak penuturnya dan lebih lemah untuk bahasa dengan data latih sedikit.
Bisa di HP?
Bisa, di browser HP terbaru. HP lebih lambat dari laptop, jadi kualitas Cepat atau Seimbang lebih cocok. Biarkan halaman terbuka dan layar menyala: HP sering menjeda halaman yang berjalan di latar.
Berapa lama prosesnya?
Tergantung perangkat, panjang file, dan kualitas yang dipilih. Laptop jauh lebih cepat dari HP, dan dengan kartu grafis lebih cepat lagi. Bagian awal sudah bisa dibaca sementara sisanya diproses.
Ada batas ukuran file?
Tidak ada batas pasti, tapi seluruh file dimuat ke memori. Rekaman panjang butuh memori lebih besar, jadi di HP lebih aman memakai file pendek dan kualitas Cepat. Dalam pengujian kami, rekaman 1 jam selesai di komputer dengan kartu grafis, dan file 2 jam berhasil dimuat dan mulai diproses.
Seberapa bagus hasilnya?
Ucapan yang jelas di ruangan tenang hasilnya bagus. Aksen, orang bicara bersamaan, musik, dan bising menimbulkan kesalahan, begitu juga nama dan kata yang jarang dipakai. Selalu baca ulang sebelum dipakai.
Bisa untuk audio yang bising?
Sedikit suara latar tidak masalah. Musik keras, keramaian, dan angin menimbulkan kesalahan. Pilih kualitas Terbaik untuk rekaman bising, dan rekam dekat dengan pembicara kalau bisa.
Bisa mengedit transkrip?
Bisa. Klik baris mana pun untuk memperbaikinya, dan klik waktunya untuk mendengar bagian itu. Perubahan Anda ikut ke semua unduhan.
Bisa diunduh dalam format apa?
Word (DOCX), PDF, teks biasa (TXT), serta subtitle SRT atau VTT. Penanda waktu dan nama pembicara ikut kalau diaktifkan.
Transkrip saya disimpan di mana?
Hanya di browser ini, di bagian Tersimpan di perangkat ini. Transkrip tetap di sana sampai Anda menghapusnya atau membersihkan data situs. Audionya sendiri tidak disimpan.
Perlu memasang sesuatu?
Tidak. Semuanya berjalan di browser. Model suara diunduh saat pertama kali Anda mentranskripsi, lalu tersimpan di browser.
Lebih baik dari mengetik manual?
Jauh lebih cepat dan gratis, tapi orang yang teliti masih lebih akurat untuk audio yang sulit. Cara yang baik: transkripsi di sini, lalu baca ulang sambil memutar audio dan perbaiki yang salah.