Bottom Line Up Front (BLUF): Ez az eszköz a hangot és a videót teljes egészében átírja az Ön böngészőjében: a fájl nem kerül elküldésre a szerverünkre, nem számítanak fel tokeneket, és a felismert szöveg szerkeszthető.
A Whisper modellt (körülbelül 40 MB) egyszer letölti és a böngésző gyorsítótárazza. A nyelv automatikusan felismerhető, vagy manuálisan is kiválasztható. Az eredmény időbélyegekkel jelenik meg, és TXT, SRT, VTT vagy JSON néven szerkeszthető, másolható és letölthető.
Ha feltöltesz egy videót, azt beégetett felirattal is renderelheted (Chrome és Edge nyelven), és letöltheted a kész fájlt.
A felismerés fut a készülékén: sem a fájl, sem a kapott szöveg nem jut el szerverünkre. Nincs fizetett API, és a tokenekért sem kell fizetni.
A minőség a felvételtől függ: a modell tiszta beszéd esetén pontos, zajos hang esetén pedig hibákat követhet el. A felismert szöveg a feliratok mentése előtt javítható.
Igen, a tokenekért nem kell fizetni: a modell helyileg fut a böngészőben.
Nem, sem a hang, sem a videó, sem a felismert szöveg nem hagyja el az eszközt.
Igen, a szöveg közvetlenül az oldalon szerkeszthető, a szerkesztések pedig a feliratokba kerülnek.
TXT, SRT, VTT, JSON, videóhoz pedig egy kész klip beégetett felirattal.