Asosiy qismga oʻtish

Audio va videoni matnga aylantirish

Audio va video fayllardagi yoki mikrofonda yozilgan nutqni oʻz qurilmangizda ishlaydigan Whisper modeli bilan soʻzlar vaqti koʻrsatilgan, qidirsa boʻladigan matnga aylantiring.

Audio yoki video faylni shu yerga tashlangMP3, WAV, M4A, MP4, MOV, WebM… · 10 daqiqagacha bepul
Faylni tanlangQurilmangizda qayta ishlanadi — hech qayerga yuklanmaydi
Brauzeringizda ishlaydi · yuklanmaydiQanday ishlaydi

Audio va videoni matnga aylantirish: foydalanish tartibi

  1. 1

    Yozuv qoʻshing

    MP3, M4A, WAV, MP4 yoki MOV faylni tashlang yoxud “Ovoz yozish” ga oʻtib, mikrofonga gapiring.

  2. 2

    Matnga aylantirishni boshlang

    Base aksariyat yozuvlarga mos, Small esa sheva va shovqinni yaxshiroq uddalaydi va oʻzbekcha nutq uchun tavsiya etiladi. Tilni tekshiring yoki avtomatik aniqlashga qoldiring.

  3. 3

    Oʻqing, tinglang va qidiring

    Ijro paytida ajratilgan soʻzlarni kuzating, soʻzni bosib oʻsha joyga oʻting, nomlar yoki mavzularni qidiring.

  4. 4

    Saqlang

    Matnni nusxalang yoki soʻzlar vaqti bilan TXT, DOCX, SRT, VTT yoxud JSON ni yuklab oling.

Cheklovlar va Pro

Har bir fayl yoki yozuvda 10 daqiqagacha tovush (uzunroq fayllarning dastlabki 10 daqiqasi matnga aylantiriladi), fayllar 500 MB gacha. Nutq modeli bir marta yuklanadi: 43 MB (Tiny), 80 MB (Base) yoki 252 MB (Small).

Har bir faylda 600 daqiqagacha, fayllar 4 GB gacha. Pro tarifini koʻrish

Audio va videoni matnga aylantirish haqida

Nutqni matnga aylantirish vositasi intervyular, maʼruzalar, yigʻilishlar, podkastlar, vaʼzlar va ovozli xabarlar uchun moʻljallangan. Siz yozuvni tanlaysiz yoki uni mikrofon bilan shu yerda yozasiz, ochiq kodli Whisper modeli esa aytilgan gaplarni tinish belgilari va bosh harflar bilan 99 tilning istalganida yozib chiqadi. Uzun yozuvlar 30 soniyalik boʻlaklarda qayta ishlanadi, shuning uchun qolgan qismi hali tayyorlanayotganda matn chiqa boshlaydi, boʻlak chegarasida uzilib qolgan soʻz esa yoʻqolmaydi — u keyingi boʻlakdan qayta oʻqiladi.

Oʻzbek tili ham shu 99 til qatorida va bu sahifada nutq tili sifatida oldindan tanlangan; avval boshqa tilni tanlagan boʻlsangiz, oʻsha tanlov saqlanadi. Ochiq aytamiz: Whisper oʻzbekcha nutqni ingliz yoki rus tilidagidan ancha koʻp xato bilan yozadi, ayniqsa Tiny va Base modellarida, shuning uchun oʻzbekcha yozuvlar uchun Small ni tanlang va matnni oʻqib, tuzatib chiqing.

Natija yaxlit matn emas, oʻqish uchun qulay koʻrinish: gaplar soʻzlovchi toʻxtagan joylarda xatboshilarga ajraladi, har bir xatboshi boshlanish vaqtini koʻrsatishi mumkin, har bir soʻzning esa oʻz vaqt belgisi bor. Ijroni bosing — aytilayotgan soʻz ajratib koʻrsatiladi; istalgan soʻzni bosib, uni kontekstda eshiting. Qidiruv butun matndan iborani topadi va har bir moslik boʻylab yuradi.

Yuklab olish turlari: qaydlar uchun oddiy matn (vaqt belgilari bilan yoki ularsiz), tahrirlash va ulashish uchun Word hujjati, yozuv video sifatida chop etilsa — SRT yoki VTT, dasturchilar uchun esa har bir soʻzning boshlanish va tugash vaqti bor JSON. Matnda kim gapirayotgani belgilanmaydi va bu jonli subtitr vositasi emas — avval yozuv, keyin matn.

Maxfiylik

Yozuvlar kompyuteringiz yoki telefoningizda qoladi: fayllar shu yerda ochiladi, mikrofon tovushi shu sahifa xotirasiga yoziladi, Whisper esa tovushni hech qayerga yubormasdan fon jarayonida ishlaydi. Varaqni yopsangiz, yozuv ham, matn ham yoʻqoladi. Faqat nutq modeli Hugging Face dan bir marta olinadi va brauzeringiz keshida saqlanadi.

Imkoniyatlar

Hech narsa yuklanmaydi

Ochish ham, tanib olish ham shu brauzer varagʻida bajariladi, shuning uchun maxfiy qoʻngʻiroq va intervyular sizda qoladi.

99 til

Tilni avtomatik aniqlash, shuningdek, istalgan qoʻllanadigan tildan ingliz tiliga tarjima.

Har bir soʻz vaqti bilan

Har bir soʻzning vaqti bor, shuning uchun uni bosib ijro etasiz va jonli ajratish bilan kuzatasiz.

Mikrofondan yozish

Ovozli qayd, intervyu yoki diktovkani yozib oling va darhol matnga aylantiring.

TXT, Word, SRT, VTT, JSON

Kerakli formatni eksport qiling — hujjat, subtitr yoki oʻz vositalaringiz uchun tuzilgan maʼlumot.

Matndan qidirish

Ism yoki iboraning har bir uchrashini toping va mosliklar orasida oʻting.

Audio va videoni matnga aylantirish: koʻp beriladigan savollar

Whisper oʻzbekcha nutqni qanchalik aniq yozadi?
Bir kishi inglizcha aniq gapirgan yozuvda Whisper Base odatda soʻzlarning 90% dan koʻpini toʻgʻri yozadi. Oʻzbek tilida natija ancha past: model oʻqitilganda oʻzbekcha maʼlumot kam boʻlgan, shuning uchun Tiny va Base koʻp soʻzni buzadi, Small sezilarli darajada yaxshiroq. Musiqa, bir vaqtda gapirish, telefon orqali yozilgan tovush va kuchli sheva aniqlikni yanada pasaytiradi, shuning uchun matnni albatta tekshiring.
Matnda kim nima deganini koʻrsatadimi?
Yoʻq. Soʻzlovchilarni ajratish (diarizatsiya) uchun bu yerda mavjud boʻlmagan alohida model kerak, shuning uchun matn pauzalarda xatboshilarga boʻlingan bitta uzluksiz matn boʻladi. Ikki kishilik intervyuda xatboshi uzilishlari odatda soʻzlovchi almashgan joyga toʻgʻri keladi, ismlarni esa Word eksportida oʻzingiz qoʻshishingiz mumkin.
Ovozli xabarni toʻgʻridan-toʻgʻri mikrofondan matnga aylantirsa boʻladimi?
Ha. “Ovoz yozish” ni tanlang, mikrofonga ruxsat bering va qizil tugmani bosing; yozish paytida pauza qilib, keyin davom ettirishingiz mumkin. “Toʻxtatish” ni bosganingizda yozuv matnga aylantirish va tinglash uchun tayyor boʻladi. U faqat shu varaqda mavjud, shuning uchun sahifani yopishdan oldin matnni yuklab oling.
JSON eksportida nimalar bor?
Unda aniqlangan til, davomiylik, ishlatilgan model, toʻliq matn va boshlanish hamda tugash vaqti soniyalarda koʻrsatilgan segmentlar roʻyxati bor. Har bir segment oʻz soʻzlarini ularning alohida boshlanish va tugash vaqtlari bilan oʻz ichiga oladi — bu oʻz dasturingizda qidiruv, parcha ajratish yoki karaoke uslubidagi subtitrlar yasash uchun qulay.
Bir soatlik yozuvni matnga aylantirish qancha vaqt oladi?
Bu qurilmaga bogʻliq. Yangi noutbukda WebGPU bilan Base modeli bir soatlik yozuvni taxminan oʻn-yigirma daqiqada tugatadi; faqat protsessorda esa yozuv davomiyligicha yoki undan uzoqroq vaqt ketishini kuting. Small yana bir necha baravar sekinroq. 10 daqiqadan uzun matnlar uchun Pro kerak. Matn chiqib borishini kuzatib, istalgan payt bekor qilishingiz mumkin.