Перевести аудио в текст
Сервис Wavetotext бесплатно переводит аудио в текст с разделением по спикерам. Он запускает Whisper, открытую модель OpenAI, прямо в браузере, поэтому файлы не покидают устройство.
Выберите файлы или нажмите «Запись».
Расшифровка
Сохранено на этом устройстве
Работает на вашем устройстве. Модели скачиваются один раз и остаются в браузере. Кнопка PDF открывает окно печати: выберите «Сохранить как PDF».
Как перевести аудио в текст
- Выберите один или несколько файлов, перетащите их в поле или нажмите «Запись», чтобы говорить в микрофон.
- Выберите язык речи или оставьте «Определить автоматически». Для интервью и встреч включите разделение по спикерам.
- Нажмите «Расшифровать». Файлы обрабатываются по очереди, текст появляется частями.
- Прослушайте запись, исправьте ошибки, переименуйте спикеров и скачайте Word, PDF, TXT, SRT или VTT.
Что вы получаете
- Бесплатно, без аккаунта Без регистрации, без платного тарифа и без лимита минут с нашей стороны. Предел один: память вашего устройства.
- Без загрузки Whisper работает на вашем устройстве. Звук никогда не уходит на сервер.
- Много файлов сразу Перетащите целую папку записей. Они обработаются по очереди.
- Разделение по спикерам Видно, кто что сказал, а «Спикер 1» и «Спикер 2» можно заменить на имена.
- 99 языков Выберите язык или дайте Whisper определить его. Есть и перевод на английский.
- Скорость видеокарты В браузерах с WebGPU модель работает на видеокарте. Если она медленная, подключается процессор.
- Правка под звук Нажмите на строку, чтобы услышать её, и исправьте слова прямо там.
- Word, PDF, субтитры Скачивайте DOCX, PDF, TXT, SRT или VTT, с тайм-кодами или без.
Какое качество выбрать
| Качество | Модель | Загрузка | Для чего |
|---|---|---|---|
| Быстро | Whisper tiny | Около 45 МБ (80 МБ на видеокарте) | Чёткая английская речь, старые телефоны, быстрый просмотр |
| Баланс | Whisper base | Около 80 МБ (150 МБ на видеокарте) | Большинство записей на ноутбуке или новом телефоне |
| Максимум | Whisper small | Около 250 МБ (490 МБ на видеокарте) | Акценты, фоновый шум, языки кроме английского, перевод |
Каждая модель скачивается один раз. Потом она загружается из хранилища браузера. Разделение по спикерам добавляет около 33 МБ при первом запуске.
Подходит для
Любой формат
Расшифровка на вашем языке
Вопросы
Это правда бесплатно?
Да. Без аккаунта, без регистрации, без платного тарифа. Всю работу делает ваше устройство, поэтому нет счетов за серверы, которые пришлось бы перекладывать на вас. Предел один: память устройства. Длинным файлам её нужно больше.
Мой звук куда-то загружается?
Нет. Браузер открывает файл и запускает модель распознавания на вашем устройстве. Скачиваются только сами модели, с Hugging Face. Ваши записи и расшифровки никуда не отправляются.
Какие файлы можно расшифровать?
MP3, WAV, M4A, OGG, Opus, FLAC, AAC, MP4 и WebM открываются сразу в большинстве браузеров. AVI, MOV, MKV и другие видео, которые браузер не открывает, проходят через встроенный конвертер. В первый раз он скачивает около 10 МБ.
Можно расшифровать несколько файлов сразу?
Да. Выберите или перетащите сколько угодно файлов. Они встают в очередь и обрабатываются друг за другом, а каждую расшифровку можно открыть, как только она началась.
Он различает говорящих?
Да. Выберите в поле «Разделение по спикерам» вариант «Определить спикеров» или число людей, если знаете его. Каждая часть получит метку «Спикер 1», «Спикер 2», которую можно переименовать. Похожие голоса иногда путаются, поэтому проверьте перед отправкой.
Какие языки он понимает?
Все 99 языков, на которых обучали Whisper. Выберите язык речи или дайте определить его автоматически. Лучше всего работает с распространёнными языками, хуже с теми, для которых мало обучающих данных.
Работает ли на телефоне?
Да, в современных мобильных браузерах. Телефоны медленнее ноутбуков, поэтому лучше выбрать качество «Быстро» или «Баланс». Не закрывайте страницу и не гасите экран: телефоны часто ставят фоновые страницы на паузу.
Сколько это занимает?
Зависит от устройства, длины файла и выбранного качества. Ноутбук намного быстрее телефона, а с видеокартой ещё быстрее. Первые части можно читать, пока обрабатывается остальное.
Есть ли ограничение по размеру?
Жёсткого лимита нет, но файл целиком загружается в память. Длинным записям нужно больше памяти, поэтому на телефоне надёжнее короткие файлы и качество «Быстро». В наших тестах часовая запись дошла до конца на компьютере с видеокартой, а двухчасовой файл загрузился и начал расшифровываться.
Насколько точная расшифровка?
Чёткая речь в тихой комнате распознаётся хорошо. Акценты, перебивания, музыка и шум дают ошибки, как и имена и редкие слова. Всегда перечитывайте текст перед использованием.
Справится ли он с шумной записью?
Немного фонового шума не страшно. Громкая музыка, толпа и ветер вызывают ошибки. Для шумных записей выберите качество «Максимум» и по возможности записывайте ближе к говорящему.
Можно ли отредактировать расшифровку?
Да. Нажмите на строку, чтобы исправить её, и на её время, чтобы прослушать этот фрагмент. Правки попадут во все скачанные файлы.
В каких форматах можно скачать?
Word (DOCX), PDF, простой текст (TXT) и субтитры SRT или VTT. Тайм-коды и имена спикеров включаются, если они отмечены.
Где хранятся мои расшифровки?
Только в этом браузере, в разделе «Сохранено на этом устройстве». Они остаются там, пока вы их не удалите или не очистите данные сайта. Сами аудиофайлы не сохраняются.
Нужно ли что-то устанавливать?
Нет. Всё работает в браузере. Модель распознавания скачивается при первой расшифровке и потом хранится в браузере.
Это лучше, чем расшифровывать вручную?
Это намного быстрее и бесплатно, но внимательный человек всё ещё точнее на сложных записях. Хороший порядок: расшифровать здесь, а потом перечитать под звук и поправить ошибки.