Kort samengevat (BLUF): De tool zet audio of video om naar tekst en ondertitels: hij herkent de spraak met het Whisper-model direct in je browser, detecteert de taal van de opname of gebruikt degene die je kiest, voegt tijdstempels toe en levert het resultaat als TXT, SRT, VTT en JSON. Voor video bouwt hij bovendien een clip met ingebrande ondertitels. Het bestand wordt nooit geüpload, er worden geen tokens gerekend en hier is geen betaalde API.
De tool neemt audio of video en zet de spraak om in tekst. Je laadt een bestand in en krijgt een transcript met tijdstempels, kant-en-klare ondertitels en, bij video, dezelfde clip met ondertitels die direct in de beelden worden gebrand.
De herkenning draait op het Whisper-model (het open meertalige model Xenova/whisper-tiny) via Transformers.js: op de videokaart via WebGPU als de browser die aanbiedt, anders op de processor via WASM. De audiotrack wordt lokaal uit het bestand gehaald, in het geheugen van je browser.
Audio: MP3, WAV, M4A, AAC, OGG, Opus, FLAC. Video: MP4, WebM, MOV, M4V, MKV, AVI, OGV. Bij video haalt de tool zelf de audiotrack eruit: apart uitsnijden is niet nodig.
Het geluid wordt omgezet naar mono 16 kHz, precies de vorm die Whisper verwacht. Een lange opname wordt herkend in blokken van 30 seconden met een overlap van 5 seconden, zodat er bij de verbindingen geen woorden verloren gaan.
Het bestand wordt niet verstuurd: het geluid, de herkenning en het samenstellen van de ondertitels gebeuren allemaal in je browser. Hier is geen betaalde API en er worden geen tokens gerekend.
De modelgewichten worden eenmalig geladen uit de open catalogus van Hugging Face en blijven daarna in de cache van je browser: bij het volgende bezoek start het model zonder opnieuw te downloaden. Geen inferentie op de server, geen CUDA en geen reserve-GPU bij ons.
Whisper herkent 99 talen. Standaard wordt de taal automatisch gedetecteerd en de tool laat zien welke taal hij hoorde. Is de opname kort of gemengd, dan kies je de taal handmatig uit de lijst: de herkenning is dan nauwkeuriger.
Je kunt de tekst met één knop kopiëren of in vier formaten downloaden. TXT is een eenvoudig transcript, met of zonder tijdstempels. SRT en VTT zijn kant-en-klare ondertitels voor spelers, videobewerkers en YouTube. JSON is het transcript met de taal, de duur en elke zin met zijn tijdstempels, handig voor verdere verwerking.
Voor een videobestand bouwt de tool een nieuwe clip waarin de ondertitels direct in de beelden zijn gebrand. Zo'n video speelt overal, ook waar externe ondertitels niet worden ondersteund: in messengers, op social media en in elke speler. Het originele geluid blijft bewaard.
Dezelfde ondertitels zijn er ook als SRT- en VTT-bestanden, zodat je ze aan de originele video kunt hangen zonder hem opnieuw te bouwen.
Hij vertaalt de spraak niet naar een andere taal: de herkenning draait in de taal van de opname, vertaling is een aparte taak. Hij scheidt sprekers niet op stem en geeft niet aan wie wat zei.
Hij behandelt muziek en ruis niet als spraak: zonder verstaatbare spraak in de opname blijft het transcript leeg of onnauwkeurig. De kwaliteit hangt van de opname af: op heldere spraak zonder ruis en echo is het resultaat merkbaar beter.
Kies een audio- of videobestand, stel eventueel de taal in (of laat de automatische detectie staan) en druk op „Spraak herkennen". Wacht op het transcript: de voortgang is op het scherm te zien en de herkenning kan worden afgebroken.
Kopieer daarna de tekst of download TXT, SRT, VTT of JSON. Heb je een video ingeladen, druk dan op „Video met ondertitels maken" en download de kant-en-klare clip.
Video- en podcastmakers: ondertitels om te publiceren en een transcript voor de beschrijvingen. Studenten en journalisten: de tekst van college's, interviews en dictafoonopnames. Iedereen die snel tekst uit een opname wil, zonder die naar iemand anders' server te sturen.
Nergens. Het geluid wordt volledig in je browser op je apparaat geëxtraheerd en herkend. Onze server krijgt het bestand nooit te zien.
Nee. Dit is een gratis tool die op jouw apparaat draait: hier is geen betaalde API, dus er is niets af te rekenen.
Het model rekent op jouw apparaat. De eerste start duurt langer: de modelgewichten worden gedownload en de graaf wordt opgewarmd. Daarna komt het model uit de cache van je browser en gaat de herkenning sneller.
Kies de taal handmatig in de lijst en start de herkenning opnieuw: bij korte opnames is de handmatige keuze nauwkeuriger dan de automatische.
Ja. Download SRT of VTT en hang ze aan de video, of bouw direct in de tool een clip met ingebrande ondertitels.