Audio/video → text și subtitrări gratuit: transcriere în

Acum puteți transcrie gratuit audio sau video în text direct în browser: în secțiunea "Video" a apărut o unealtă „Audio/video → text + subtitrări (gratuit)”. Recunoaște vorbirea, o afișează în text cu marcaje de timp și oferă subtitrări gata făcute - și nu șterge indicative.

De ce este gratuit

De obicei, decriptarea se face pe serverul unui serviciu plătit: fișierul este descărcat, minutele sunt numărate și ei plătesc pentru fiecare minut. Aici modelul de recunoaștere a vorbirii este încărcat în browser și rulează pe computer. Serverul oferă doar codul instrumentului și greutatea modelului: nu are nimic de numărat, așa că jetoanele nu sunt anulate, iar numărul de decriptări nu este limitat.

De aici și confidențialitatea: înregistrarea nu părăsește computerul. Acest lucru este important dacă transcrieți interviuri, apeluri de lucru, prelegeri sau note personale.

Cum să transcrieți audio sau video: pas cu pas

1. Deschide Secțiunea „Video”. și selectați din lista de modele „Audio/video → text + subtitrări (gratuit)” — instrumentul este situat în partea de jos, lângă alte instrumente gratuite.
2. Încărcați un fișier: faceți clic pe câmpul de selecție sau trageți și plasați audio sau video direct în el.
3. Selectați limba vorbirii - sau lăsați-o la „Detectare automată”. În mod implicit, limba interfeței site-ului este setată, dar o puteți schimba oricând manual.
4. Faceți clic pe „Recunoașteți vorbirea” și așteptați până când este gata. Prima lansare durează mai mult: browserul descarcă modelul o dată și îl salvează în cache.
5. Verificați textul, dezactivați marcajele de timp dacă este necesar și copiați rezultatul.
6. Descărcați subtitrări în formatul dorit - TXT, SRT, VTT sau JSON. Pentru un videoclip, puteți asambla imediat un videoclip cu subtitrări inscripționate.

Ce fișiere sunt potrivite?

Audio: MP3, WAV, M4A, AAC, OGG, OPUS, FLAC și alte formate comune. Videoclipuri: MP4, MOV, M4V, MKV, AVI, OGV, WebM. Sunetul din videoclip este extras direct în browser; nu este nevoie să convertiți fișierul separat.

Ce vei primi

• Textul vorbirii — transcriere cu marcaje de timp, care poate fi dezactivată și poate obține text clar.
• Copie — tot textul recunoscut cu un singur buton în clipboard.
• TXT — text simplu pentru note și documente.
• SRT — subtitrări pentru majoritatea jucătorilor și editorilor video.
• VTT — subtitrări pentru playere web și HTML.
• JSON — piese marcate cu timpi pentru scenariile lor.

Video cu subtitrări arse

Dacă încărcați un videoclip, instrumentul poate inscripționa subtitrări direct în cadre: un astfel de videoclip este redat oriunde, chiar și acolo unde subtitrările nu sunt acceptate. Sunetul sursei este reținut. Arderea are loc pe dispozitivul dvs., fișierul nu este trimis nicăieri.

Totul contează pe dispozitivul tău

Speech recunoaște modelul Whisper prin Transformers.js: mai întâi încearcă WebGPU (placă video), iar dacă nu există adaptor, trece sincer la WASM și contează pe procesor. Aici nu există API plătite, jetoanele nu sunt anulate, iar înregistrarea nu ajunge la server. Procesarea înregistrărilor lungi durează mai mult - totul este calculat pe computer.

Ceea ce instrumentul nu face

Sincer despre granițe: aceasta este recunoașterea vorbirii, nu traducerea. Instrumentul nu traduce text într-o altă limbă și nu face dublări. Calitatea depinde de înregistrare: cu o vorbire clară, fără mult zgomot și muzică, rezultatul este vizibil mai bun. Videoclipurile cu subtitrări arse necesită un browser modern - acest pas necesită Chrome sau Edge.

Cui îi va fi util?

Instrumentul este util pentru toți cei care lucrează cu înregistrări: jurnaliști și podcaster - transcrieri ale interviurilor, studenți - note de curs, editori - subtitrări pentru videoclipuri, precum și cei care păstrează procesele-verbale ale întâlnirilor. Daca mai ai nevoie de ceva cu programare, in sectiune "Video" Există eliminarea fundalului, de lux Şi hartă de adâncime — calculează și direct în browser.

Întrebări frecvente

Este chiar gratuit? Da. Tokenurile pentru acest instrument nu sunt debitate, nu are un API plătit - computerul dvs. îl calculează.

Fișierul merge la server? Nu. Înregistrarea și rezultatul rămân pe dispozitivul dvs.; Numai codul sculei și greutățile modelului provin de la server.

Câte limbi sunt acceptate? Whisper recunoaște 99 de limbi. Puteți selecta manual limba sau puteți avea încredere în detectarea automată.

Este posibil să obțineți subtitrări ca fișier? Da. TXT, SRT, VTT și JSON sunt descărcate folosind butoane separate.

Instrumentul traduce vorbirea? Nu. Recunoaște vorbirea în limba selectată, dar nu o traduce în alta.

De ce prima lansare durează mai mult? Browserul descarcă modelul de recunoaștere o dată și îl salvează în cache — următoarele lansări încep imediat.