Ääni/video → teksti ja tekstitys ilmaiseksi: litterointi

Voit nyt litteroida äänen tai videon tekstiksi ilmaiseksi suoraan selaimessasi: osiossa "Video" työkalu ilmestyi "Ääni/video → teksti + tekstitys (ilmainen)". Se tunnistaa puheen, näyttää sen tekstinä aikaleimoineen ja tarjoaa valmiita tekstityksiä - eikä kirjoita tokeneita.

Miksi se on ilmainen

Yleensä salauksen purku tapahtuu maksullisen palvelun palvelimella: tiedosto ladataan, minuutit lasketaan ja jokaisesta minuutista maksetaan. Täällä puheentunnistusmalli ladataan selaimeen ja toimii tietokoneellasi. Palvelin antaa vain työkalun koodin ja mallin painon: sillä ei ole mitään laskettavaa, joten tokeneita ei kirjata pois, eikä salauksen purkujen määrää ole rajoitettu.

Tästä syystä yksityisyys: tallennus ei poistu tietokoneeltasi. Tämä on tärkeää, jos kirjoitat haastatteluja, työpuheluita, luentoja tai henkilökohtaisia ​​muistiinpanoja.

Äänen tai videon litterointi: askel askeleelta

1. Avata "Video"-osio ja valitse malliluettelosta "Ääni/video → teksti + tekstitys (ilmainen)" — työkalu sijaitsee alareunassa muiden ilmaisten työkalujen vieressä.
2. Lataa tiedosto: napsauta valintakenttää tai vedä ja pudota ääni tai video suoraan siihen.
3. Valitse puhekieli tai jätä se kohtaan "Tunnista automaattisesti". Oletuksena sivuston käyttöliittymän kieli on asetettu, mutta voit aina muuttaa sen manuaalisesti.
4. Napsauta "Tunnista puhe" ja odota, kunnes se on valmis. Ensimmäinen käynnistys kestää kauemmin: selain lataa mallin kerran ja tallentaa sen välimuistiin.
5. Tarkista teksti, poista tarvittaessa aikaleimat käytöstä ja kopioi tulos.
6. Lataa tekstitykset halutussa muodossa - TXT, SRT, VTT tai JSON. Videota varten voit koota välittömästi videon, jossa on poltettu tekstitys.

Mitkä tiedostot sopivat?

Ääni: MP3, WAV, M4A, AAC, OGG, OPUS, FLAC ja muut yleiset muodot. Videot: MP4, MOV, M4V, MKV, AVI, OGV, WebM. Videon ääni poimitaan suoraan selaimeen; tiedostoa ei tarvitse muuntaa erikseen.

Mitä saat

• Puheteksti - transkriptio aikaleimoilla, jotka voidaan poistaa käytöstä ja saada selkeää tekstiä.
• Kopioida - kaikki tunnistettu teksti yhdellä painikkeella leikepöydälle.
• TXT — yksinkertainen teksti muistiinpanoja ja asiakirjoja varten.
• SRT - tekstitykset useimmille soittimille ja videoeditoreille.
• VTT - tekstitykset web- ja HTML-soittimille.
• JSON — merkitty kappaleita ajoituksella niiden käsikirjoituksia.

Video poltetulla tekstityksellä

Jos lataat videon, työkalu voi polttaa tekstitykset suoraan kehyksiin: tällainen video toistetaan missä tahansa, vaikka tekstitystä ei tueta. Lähteen ääni säilyy. Polttaminen tapahtuu laitteellasi, tiedostoa ei lähetetä minnekään.

Kaikki lasketaan laitteellesi

Puhe tunnistaa mallin Whisper - Transformers.js: ensin se yrittää WebGPU (näytönohjain), ja jos sovitinta ei ole, se vaihtaa rehellisesti kohtaan WASM ja laskee prosessorin. Täällä ei ole maksettu API, tokeneita ei kirjata pois, eikä tallennus mene palvelimelle. Pitkien tietueiden käsittely kestää kauemmin - kaikki lasketaan tietokoneellasi.

Mitä työkalu ei tee

Rehellisesti sanottuna rajoista: tämä on puheentunnistusta, ei käännöstä. Työkalu ei käännä tekstiä toiselle kielelle tai tee jälkiäänitystä. Laatu riippuu äänityksestä: selkeällä puheella ilman paljon melua ja musiikkia tulos on huomattavasti parempi. Videot, joissa on poltettu tekstitys, vaativat nykyaikaisen selaimen – tämä vaihe vaatii Chrome tai Edge.

Kenelle siitä on hyötyä?

Työkalu on hyödyllinen kaikille, jotka työskentelevät tallenteiden parissa: toimittajille ja podcastereille - haastattelujen transkriptioille, opiskelijoille - luentomuistiinpanoille, toimittajille - videoiden tekstityksille sekä niille, jotka pitävät pöytäkirjaa kokouksista. Jos tarvitset jotain muuta ajanvarauksella, osiossa "Video" On taustan poisto, hyväpalkkainen Ja syvyys kartta — ne myös laskevat suoraan selaimessa.

Usein kysytyt kysymykset

Onko se todella ilmainen? Kyllä. Tämän työkalun tokeneita ei veloiteta, sillä ei ole maksettua API - tietokoneesi laskee sen.

Meneekö tiedosto palvelimelle? Ei. Tallenne ja tulos jäävät laitteellesi. Vain työkalukoodi ja mallipainot tulevat palvelimelta.

Kuinka monta kieltä tuetaan? Whisper tunnistaa 99 kieltä. Voit valita kielen manuaalisesti tai luottaa automaattiseen tunnistukseen.

Onko mahdollista saada tekstitys tiedostona? Kyllä. TXT, SRT, VTT ja JSON ladataan erillisillä painikkeilla.

Kääntääkö työkalu puhetta? Ei. Se tunnistaa puheen valitulla kielellä, mutta ei käännä sitä toiselle kielelle.

Miksi ensimmäinen käynnistys kestää kauemmin? Selain lataa tunnistusmallin kerran ja tallentaa sen välimuistiin – seuraavat käynnistykset alkavat välittömästi.