Audio/video → teks dan subtitle gratis: transkripsi di
Anda sekarang dapat mentranskripsikan audio atau video menjadi teks secara gratis langsung di browser Anda: di bagian "Video" sebuah alat muncul “Audio/video → teks + subtitle (gratis)”. Ia mengenali ucapan, menampilkannya dalam teks dengan stempel waktu, dan menyediakan subtitle yang sudah jadi - dan tidak menghapus token.
Mengapa gratis
Biasanya dekripsi dilakukan di server layanan berbayar: file diunduh, menit dihitung, dan mereka membayar setiap menitnya. Di sini model pengenalan suara dimuat ke browser dan dijalankan di komputer Anda. Server hanya memberikan kode alat dan bobot model: tidak ada yang dihitung, sehingga token tidak dihapuskan, dan jumlah dekripsi tidak dibatasi.
Oleh karena itu privasinya: rekaman tidak meninggalkan komputer Anda. Ini penting jika Anda menyalin wawancara, panggilan kerja, ceramah, atau catatan pribadi.
Cara menyalin audio atau video: langkah demi langkah
- Membuka Bagian "Video". dan pilih dari daftar model “Audio/video → teks + subtitle (gratis)” — alat ini terletak di bagian bawah, di samping alat gratis lainnya.
- Unggah file: klik pada bidang pilihan atau seret dan lepas audio atau video langsung ke dalamnya.
- Pilih bahasa ucapan Anda - atau biarkan di "Deteksi otomatis". Secara default, bahasa antarmuka situs diatur, tetapi Anda selalu dapat mengubahnya secara manual.
- Klik “Kenali Ucapan” dan tunggu hingga siap. Peluncuran pertama membutuhkan waktu lebih lama: browser mengunduh model satu kali dan menyimpannya dalam cache.
- Periksa teksnya, nonaktifkan stempel waktu jika perlu, dan salin hasilnya.
- Unduh subtitle dalam format yang diinginkan - TXT, SRT, VTT atau JSON. Untuk video, Anda bisa langsung merakit video dengan subtitle yang dibakar.
File apa yang cocok?
Audio: MP3, WAV, M4A, AAC, OGG, OPUS, FLAC dan format umum lainnya. Video: MP4, MOV, M4V, MKV, AVI, OGV, WebM. Suara dari video diekstraksi langsung di browser; tidak perlu mengonversi file secara terpisah.
Apa yang akan kamu dapatkan
- Teks pidato — transkrip dengan stempel waktu, yang dapat dinonaktifkan dan mendapatkan teks yang jelas.
- Menyalin — semua teks yang dikenali dengan satu tombol ke clipboard.
- TXT — teks sederhana untuk catatan dan dokumen.
- SRT — subtitle untuk sebagian besar pemutar dan editor video.
- VTT — subtitle untuk pemutar web dan HTML.
- JSON — bagian yang ditandai dengan pengaturan waktu untuk skripnya.
Video dengan subtitle yang terbakar
Jika Anda mengunggah video, alat ini dapat membakar subtitle langsung ke dalam bingkai: video tersebut diputar di mana saja, bahkan di tempat yang tidak mendukung subtitle. Suara sumber dipertahankan. Pembakaran terjadi di perangkat Anda, file tidak dikirim ke mana pun.
Semuanya bergantung pada perangkat Anda
Ucapan mengenali model Whisper hingga Transformers.js: pertama ia mencoba WebGPU (kartu video), dan jika tidak ada adaptor, ia dengan jujur beralih ke WASM dan mengandalkan prosesor. Tidak ada API berbayar di sini, token tidak dihapuskan, dan rekaman tidak masuk ke server. Catatan yang panjang membutuhkan waktu lebih lama untuk diproses - semuanya dihitung di komputer Anda.
Apa yang tidak dilakukan alat ini
Jujur saja tentang batasannya: ini adalah pengenalan ucapan, bukan terjemahan. Alat ini tidak menerjemahkan teks ke bahasa lain atau melakukan dubbing. Kualitasnya tergantung pada rekamannya: dengan ucapan yang jernih tanpa banyak noise dan musik, hasilnya terasa lebih baik. Video dengan subtitle yang terbakar memerlukan browser modern - langkah ini memerlukan Chrome atau Edge.
Siapa yang akan merasakan manfaatnya?
Alat ini berguna untuk semua orang yang bekerja dengan rekaman: jurnalis dan podcaster - transkrip wawancara, mahasiswa - catatan kuliah, editor - subtitle untuk video, serta mereka yang membuat notulen rapat. Jika Anda memerlukan hal lain dengan janji temu, di bagian "Video" Ada penghapusan latar belakang, kelas atas Dan peta kedalaman — mereka juga menghitung langsung di browser.
Pertanyaan yang sering diajukan
Apakah ini benar-benar gratis? Ya. Token untuk alat ini tidak didebit, tidak ada pembayaran API - komputer Anda menghitungnya.
Apakah filenya masuk ke server? Tidak. Rekaman dan hasilnya tetap ada di perangkat Anda; Hanya kode alat dan bobot model yang berasal dari server.
Berapa banyak bahasa yang didukung? Whisper mengenali 99 bahasa. Anda dapat memilih bahasa secara manual atau mempercayai deteksi otomatis.
Apakah mungkin untuk mendapatkan subtitle sebagai file? Ya. TXT, SRT, VTT dan JSON diunduh menggunakan tombol terpisah.
Apakah alat ini menerjemahkan ucapan? Tidak. Ia mengenali ucapan dalam bahasa yang dipilih, namun tidak menerjemahkannya ke bahasa lain.
Mengapa peluncuran pertama memakan waktu lebih lama? Browser mengunduh model pengenalan satu kali dan menyimpannya dalam cache—peluncuran berikutnya akan segera dimulai.