Audio/video → teks dan sari kata secara percuma

Anda kini boleh menyalin audio atau video ke dalam teks secara percuma terus dalam penyemak imbas anda: dalam bahagian "Video" sebuah alat muncul “Audio/video → teks + sari kata (percuma)”. Ia mengiktiraf pertuturan, memaparkannya dalam teks dengan setem masa dan menyediakan sari kata siap - dan tidak menghapuskan token.

Kenapa percuma

Biasanya penyahsulitan dilakukan pada pelayan perkhidmatan berbayar: fail dimuat turun, minit dikira, dan mereka membayar setiap minit. Di sini model pengecaman pertuturan dimuatkan ke dalam penyemak imbas dan dijalankan pada komputer anda. Pelayan hanya memberikan kod alat dan berat model: ia tidak perlu dikira, jadi token tidak dihapus kira, dan bilangan penyahsulitan tidak terhad.

Oleh itu privasi: rakaman tidak meninggalkan komputer anda. Ini penting jika anda menyalin temu bual, panggilan kerja, kuliah atau nota peribadi.

Cara menyalin audio atau video: langkah demi langkah

1. Buka Bahagian "Video". dan pilih daripada senarai model “Audio/video → teks + sari kata (percuma)” — alat itu terletak di bahagian bawah, bersebelahan alat percuma yang lain.
2. Muat naik fail: klik pada medan pilihan atau seret dan lepas audio atau video terus ke dalamnya.
3. Pilih bahasa pertuturan anda - atau biarkan di "Kesan secara automatik". Secara lalai, bahasa antara muka tapak ditetapkan, tetapi anda sentiasa boleh menukarnya secara manual.
4. Klik "Kecam Ucapan" dan tunggu sehingga ia siap. Pelancaran pertama mengambil masa lebih lama: penyemak imbas memuat turun model sekali dan menyimpannya dalam cache.
5. Semak teks, lumpuhkan cap masa jika perlu, dan salin hasilnya.
6. Muat turun sari kata dalam format yang dikehendaki - TXT, SRT, VTT atau JSON. Untuk video, anda boleh segera memasang video dengan sari kata terbakar.

Apakah fail yang sesuai?

Audio: MP3, WAV, M4A, AAC, OGG, OPUS, FLAC dan format biasa yang lain. Video: MP4, MOV, M4V, MKV, AVI, OGV, WebM. Bunyi daripada video diekstrak terus dalam penyemak imbas; tidak perlu menukar fail secara berasingan.

Apa yang anda akan dapat

• Teks ucapan — transkrip dengan setem masa, yang boleh dilumpuhkan dan mendapatkan teks yang jelas.
• salin — semua teks yang dikenali dengan satu butang ke papan keratan.
• TXT — teks ringkas untuk nota dan dokumen.
• SRT — sari kata untuk kebanyakan pemain dan penyunting video.
• VTT — sari kata untuk pemain web dan HTML.
• JSON — kepingan bertanda dengan pemasaan untuk skrip mereka.

Video dengan sari kata hangus

Jika anda memuat naik video, alat ini boleh membakar sari kata terus ke dalam bingkai: video sedemikian dimainkan di mana-mana, walaupun di tempat sari kata tidak disokong. Bunyi sumber dikekalkan. Pembakaran berlaku pada peranti anda, fail tidak dihantar ke mana-mana.

Semuanya penting pada peranti anda

Ucapan mengenali model Whisper hingga Transformers.js: mula-mula ia mencuba WebGPU (kad video), dan jika tiada penyesuai, ia secara jujur ​​bertukar kepada WASM dan bergantung pada pemproses. Tiada API berbayar di sini, token tidak dihapuskan, dan rakaman tidak pergi ke pelayan. Rekod yang panjang mengambil masa lebih lama untuk diproses - semuanya dikira pada komputer anda.

Apa yang alat itu tidak lakukan

Secara jujur ​​tentang sempadan: ini adalah pengecaman pertuturan, bukan terjemahan. Alat ini tidak menterjemah teks ke dalam bahasa lain atau melakukan alih suara. Kualiti bergantung pada rakaman: dengan pertuturan yang jelas tanpa banyak bunyi dan muzik, hasilnya adalah lebih baik. Video dengan sari kata hangus memerlukan penyemak imbas moden - langkah ini memerlukan Chrome atau Edge.

Siapa yang akan mendapati ia berguna?

Alat ini berguna untuk semua orang yang bekerja dengan rakaman: wartawan dan podcaster - transkrip temu bual, pelajar - nota kuliah, editor - sari kata untuk video, serta mereka yang menyimpan minit mesyuarat. Jika anda memerlukan apa-apa lagi melalui temu janji, dalam bahagian "Video" ada penyingkiran latar belakang, kelas atasan Dan peta kedalaman — mereka juga mengira terus dalam penyemak imbas.

Soalan lazim

Adakah ia benar-benar percuma? ya. Token untuk alat ini tidak didebitkan, ia tidak mempunyai API berbayar - komputer anda mengiranya.

Adakah fail pergi ke pelayan? Tidak. Rakaman dan keputusan kekal pada peranti anda; Hanya kod alat dan berat model datang daripada pelayan.

Berapa banyak bahasa yang disokong? Whisper mengenali 99 bahasa. Anda boleh memilih bahasa secara manual atau mempercayai pengesanan automatik.

Adakah mungkin untuk mendapatkan sari kata sebagai fail? ya. TXT, SRT, VTT dan JSON dimuat turun menggunakan butang berasingan.

Adakah alat itu menterjemah pertuturan? Tidak. Ia mengenali pertuturan dalam bahasa yang dipilih, tetapi tidak menterjemahkannya ke bahasa lain.

Mengapakah pelancaran pertama mengambil masa yang lebih lama? Penyemak imbas memuat turun model pengecaman sekali dan menyimpannya dalam cache—pelancaran seterusnya bermula serta-merta.