Besplatno · Bez registracije · Radi u vašem pregledniku

Besplatno pretvaranje govora u tekst na 35+ jezika

Spustite bilo koju audio ili video datoteku, odaberite jezik i dobijte potpuni transkript s vremenskim oznakama - sve u vašem pregledniku. Model se preuzima jednom (~75 MB) i kešira lokalno, tako da su naredna pokretanja trenutna i rade offline.

Privatno prema zadanim postavkama

Prepoznavanje radi lokalno. Vaš audio nikada ne napušta uređaj.

Trenutno nakon prvog učitavanja

Model je keširan u vašem pregledniku. Daljnja pokretanja rade bez internetske veze.

Besplatno, bez registracije

Bez računa, bez kredita, bez ograničenja korištenja. Otvoreno za korištenje.

Odaberite jezik

Ispod haube

Prepoznavanje govora obično znači učitavanje vašeg zvuka na tuđi GPU. Ovdje model radi na vašem vlastitom stroju, što alat čini besplatnim i privatnim u isto vrijeme.

Open-source recognition model: Kvantizirana verzija otvorenog koda neuralnog modela za prepoznavanje govora, dovoljno mala da se preuzme jednom i zadrži u vašem pregledniku.
WebAssembly: Izvršno okruženje za inferenciju je kompajlirano u WebAssembly, tako da numerički kod radi skoro nativnom brzinom unutar izolirane kartice bez dodataka i instalacije.
On-device inference: Učitavanje modela, tokenizacija i pokretanje petlje dekodiranja, sve se događa na strani klijenta. Nijedan dio cjevovoda ne poziva server nakon što se stranica učita.
Web Audio API: Vaša datoteka se dekodira i ponovo uzorkuje na 16 kHz mono što model očekuje koristeći vlastiti audio cjevovod preglednika, tako da je prihvaćen bilo koji format koji vaš preglednik može reproducirati.

Kompromis je veličina modela. Težine na uređaju su djelić onoga što pokreće hostovana usluga, tako da preciznost opada kod bučnog zvuka, jakih akcenata i preklapajućih govornika - tu opcija u oblaku ispod opravdava svoje postojanje.

Trebate veću preciznost ili više jezika?

Govor u tekst baziran na oblaku

Besplatni alat u pregledniku pokreće mali model otvorenog koda - dobar za čist zvuk, ali može imati poteškoća s jakim akcentima, bukom ili preklapajućim govornicima, i pokriva samo ograničen skup jezika. Za preciznost emitiranja, mnogo širu jezičnu podršku i preuzimanja SRT/VTT/TXT, koristite naš plaćeni govor u tekst baziran na oblaku.

Isprobajte govor u tekst baziran na oblaku