Як користуватися: Транскрибація аудіо та відео
- 1
Додайте запис
Перетягніть файл MP3, M4A, WAV, MP4 або MOV чи перейдіть на «Записати аудіо» й говоріть у мікрофон.
- 2
Запустіть транскрибування
Base підходить для більшості записів; Small краще справляється з акцентами й шумом. Залиште автовизначення мови або вкажіть її.
- 3
Читайте, слухайте й шукайте
Стежте за підсвіченими словами під час відтворення, клацайте слово, щоб перейти до нього, і шукайте імена чи теми.
- 4
Збережіть результат
Скопіюйте текст або завантажте TXT, DOCX, SRT, VTT чи JSON із часом кожного слова.
Ліміти та Pro
До 10 хвилин аудіо на файл або запис (довші файли транскрибуються лише за перші 10 хвилин), файли до 500 MB. Мовна модель завантажується один раз: 43 MB (Tiny), 80 MB (Base) або 252 MB (Small).
До 600 хвилин на файл і файли до 4 GB. Дивитися Pro
Про інструмент: Транскрибація аудіо та відео
Транскрибування — це інструмент перетворення мовлення на текст для інтервʼю, лекцій, нарад, подкастів, проповідей і голосових нотаток. Ви обираєте запис або фіксуєте його мікрофоном, а відкрита модель Whisper записує те, що було сказано, з розділовими знаками та великими літерами, будь-якою з 99 мов. Довгі записи обробляються вікнами по 30 секунд, тож текст зʼявляється, поки решту ще опрацьовує модель, а слово, обірване на межі вікна, перечитується з наступного вікна й не губиться.
Результат — це зручний для читання текст, а не суцільна стіна слів: речення групуються в абзаци там, де мовець робить паузи, кожен абзац може показувати час початку, а кожне слово має власну часову позначку. Натисніть відтворення — і слово, яке зараз звучить, буде підсвічено; клацніть будь-яке слово, щоб почути його в контексті. Пошук знаходить фразу в усій транскрипції та дає переходити між збігами.
Експорт охоплює типові подальші кроки: звичайний текст (із часовими позначками або без) для нотаток, документ Word для редагування й поширення, SRT або VTT, якщо запис публікуватимуть як відео, і JSON із початком і кінцем кожного слова для розробників. Транскрипція не позначає, хто говорить, і не є інструментом для живих субтитрів: спершу запис, потім транскрибування.
Приватність
Записи залишаються на вашому комп’ютері чи телефоні: файли відкриваються локально, звук із мікрофона записується в памʼять на цій сторінці, а Whisper працює у фоновому процесі й нікуди не надсилає аудіо. Закрийте вкладку — і запис та транскрипція зникнуть. Лише мовна модель один раз завантажується з Hugging Face і зберігається в кеші вашого браузера.
Можливості
Нічого не надсилається
Декодування й розпізнавання відбуваються в цій вкладці браузера, тож конфіденційні дзвінки та інтервʼю залишаються у вас.
99 мов
Автоматичне визначення мови та переклад англійською з будь-якої підтримуваної мови.
Часові позначки слів
Кожне слово має свій час, тож можна клацнути, щоб відтворити, і стежити за живим підсвічуванням.
Запис із мікрофона
Запишіть голосову нотатку, інтервʼю чи диктування й одразу транскрибуйте.
TXT, Word, SRT, VTT, JSON
Експортуйте потрібний формат — документи, субтитри або структуровані дані для власних інструментів.
Пошук у транскрипції
Знаходьте всі згадки імені чи фрази й переходьте між збігами.