Penukar audio ke teks
Wavetotext ialah penukar audio ke teks percuma dengan label penutur. Ia menjalankan Whisper, model sumber terbuka OpenAI, dalam pelayar anda, jadi fail anda tidak pernah keluar dari peranti.
Pilih fail atau tekan Rakam untuk bermula.
Transkrip
Disimpan pada peranti ini
Berjalan pada peranti anda. Model dimuat turun kali pertama, kemudian disimpan oleh pelayar. PDF membuka tetingkap cetak: pilih Simpan sebagai PDF.
Cara menukar audio ke teks
- Pilih satu atau lebih fail, lepaskan dalam kotak, atau tekan Rakam untuk guna mikrofon.
- Pilih bahasa yang dituturkan, atau biarkan pada Kesan secara automatik. Hidupkan label penutur untuk temu bual dan mesyuarat.
- Tekan Transkripsi. Fail diproses satu demi satu, dan teks muncul sedikit demi sedikit.
- Main audio, betulkan kesilapan, namakan semula penutur, kemudian muat turun Word, PDF, TXT, SRT atau VTT.
Apa yang anda dapat
- Percuma, tanpa akaun Tiada pendaftaran, tiada pelan berbayar dan tiada had minit daripada kami. Satu-satunya had ialah memori peranti anda.
- Tanpa muat naik Whisper berjalan pada peranti anda. Audio anda tidak pernah dihantar ke pelayan.
- Banyak fail serentak Lepaskan satu folder penuh rakaman. Fail diproses satu demi satu.
- Label penutur Lihat siapa cakap apa, kemudian tukar Penutur 1 dan 2 kepada nama sebenar.
- 99 bahasa Pilih satu atau biarkan Whisper mengesannya. Boleh juga terjemah ke bahasa Inggeris.
- Kelajuan kad grafik Dalam pelayar yang menyokong WebGPU, kad grafik anda menjalankan model. Jika ia perlahan, pemproses mengambil alih.
- Sunting sambil mendengar Klik mana-mana baris untuk mendengarnya, kemudian betulkan perkataan di situ juga.
- Word, PDF, sari kata Muat turun DOCX, PDF, TXT, SRT atau VTT, dengan atau tanpa cap masa.
Kualiti mana yang patut dipilih
| Kualiti | Model | Muat turun | Sesuai untuk |
|---|---|---|---|
| Pantas | Whisper tiny | Kira-kira 45 MB (80 MB dengan kad grafik) | Pertuturan bahasa Inggeris yang jelas, telefon lama, tinjauan pantas |
| Seimbang | Whisper base | Kira-kira 80 MB (150 MB dengan kad grafik) | Kebanyakan rakaman pada komputer riba atau telefon baharu |
| Terbaik | Whisper small | Kira-kira 250 MB (490 MB dengan kad grafik) | Loghat, bunyi latar, bahasa selain Inggeris, terjemahan |
Setiap model dimuat turun sekali sahaja. Selepas itu ia dimuatkan daripada storan pelayar. Label penutur menambah kira-kira 33 MB pada kali pertama.
Sesuai untuk
Tukar apa-apa format
Transkripsi audio dalam bahasa anda
Soalan
Betul-betul percuma?
Ya. Tiada akaun, tiada pendaftaran dan tiada pelan berbayar. Kerja dibuat oleh peranti anda sendiri, jadi tiada bil pelayan untuk dikenakan kepada anda. Satu-satunya had ialah memori peranti: fail panjang memerlukan lebih banyak.
Adakah audio saya dimuat naik?
Tidak. Pelayar anda membuka fail dan menjalankan model suara pada peranti anda. Hanya model yang dimuat turun, dari Hugging Face. Audio dan transkrip anda tidak dihantar ke mana-mana.
Fail apa yang boleh ditukar?
MP3, WAV, M4A, OGG, Opus, FLAC, AAC, MP4 dan WebM terus dibuka dalam kebanyakan pelayar. AVI, MOV, MKV dan video lain yang tidak dapat dibuka pelayar akan melalui penukar terbina dalam, yang memuat turun kira-kira 10 MB pada kali pertama.
Boleh transkripsi banyak fail serentak?
Boleh. Pilih atau lepaskan seberapa banyak fail yang anda mahu. Fail masuk ke senarai dan diproses satu demi satu, dan setiap transkrip boleh dibuka sebaik ia bermula.
Boleh bezakan penutur?
Boleh. Tetapkan Label penutur kepada Kesan penutur, atau kepada bilangan orang jika anda tahu. Setiap bahagian mendapat label Penutur 1, Penutur 2 yang boleh dinamakan semula. Suara yang serupa boleh tertukar, jadi semak sebelum berkongsi.
Bahasa apa yang difahami?
Kesemua 99 bahasa yang digunakan untuk melatih Whisper. Pilih bahasa yang dituturkan atau biarkan ia dikesan. Keputusan paling baik untuk bahasa yang meluas dan lebih lemah untuk bahasa yang kurang data latihan.
Boleh guna di telefon?
Boleh, dalam pelayar telefon terkini. Telefon lebih perlahan daripada komputer riba, jadi kualiti Pantas atau Seimbang lebih sesuai. Biarkan halaman terbuka dan skrin menyala: telefon selalu menjeda halaman di latar belakang.
Berapa lama masa diambil?
Bergantung pada peranti, panjang fail dan kualiti yang dipilih. Komputer riba jauh lebih pantas daripada telefon, dan dengan kad grafik lebih pantas lagi. Bahagian awal boleh dibaca sementara selebihnya diproses.
Ada had saiz fail?
Tiada had tetap, tetapi seluruh fail dimuatkan ke memori. Rakaman panjang memerlukan lebih banyak memori, jadi di telefon lebih selamat guna fail pendek dan kualiti Pantas. Dalam ujian kami, rakaman 1 jam siap sepenuhnya pada komputer menggunakan kad grafik, dan fail 2 jam berjaya dimuatkan dan mula diproses.
Sejauh mana tepatnya transkrip?
Pertuturan yang jelas dalam bilik yang senyap menjadi baik. Loghat, orang bercakap serentak, muzik dan bising menyebabkan kesilapan, begitu juga nama dan perkataan yang jarang digunakan. Sentiasa baca semula sebelum digunakan.
Boleh untuk audio yang bising?
Sedikit bunyi latar tidak mengapa. Muzik kuat, orang ramai dan angin menyebabkan kesilapan. Pilih kualiti Terbaik untuk rakaman bising, dan rakam dekat dengan penutur jika boleh.
Boleh sunting transkrip?
Boleh. Klik mana-mana baris untuk membetulkannya, dan klik masanya untuk mendengar bahagian itu. Perubahan anda masuk ke semua muat turun.
Boleh muat turun dalam format apa?
Word (DOCX), PDF, teks biasa (TXT) dan sari kata SRT atau VTT. Cap masa dan nama penutur disertakan jika dihidupkan.
Di mana transkrip saya disimpan?
Hanya dalam pelayar ini, di bahagian Disimpan pada peranti ini. Ia kekal di situ sehingga anda memadamnya atau mengosongkan data laman. Audio itu sendiri tidak disimpan.
Perlu pasang apa-apa?
Tidak. Semuanya berjalan dalam pelayar. Model suara dimuat turun kali pertama anda mentranskripsi, kemudian kekal dalam storan pelayar.
Lebih baik daripada menaip sendiri?
Jauh lebih pantas dan percuma, tetapi orang yang teliti masih lebih tepat untuk audio yang sukar. Cara yang baik: transkripsi di sini, kemudian baca semula sambil audio dimainkan dan betulkan yang salah.