Is this Vietnamese speech-to-text really free?

Yes. The page is public, no signup is required, and there are no length limits. The recognition model runs entirely in your browser. For higher accuracy on noisy or accented audio, run your file through Subformer's cloud transcription in Subtitles-only mode.

How does the Vietnamese transcription work in the browser?

It uses an open-source neural speech recognition model, executed by a WebAssembly runtime on your own device. The model (~75 MB) is downloaded on first use and cached in your browser. Subsequent visits skip the download entirely and can transcribe offline.

Is my audio uploaded to a server?

No. Recognition runs locally in your browser. The only network calls are to download the model and the WebAssembly runtime - both are static assets. Your audio file and the generated transcript never leave your device.

What audio formats are supported?

Anything your browser can decode: MP3, WAV, M4A, AAC, FLAC, OGG/Opus, plus video containers like MP4, MOV, and WEBM (the audio track is extracted automatically).

Can I download SRT or VTT subtitles?

Yes. After transcription you can download the result as plain text (.txt), SubRip subtitles (.srt), or WebVTT (.vtt) - both subtitle formats include segment-level timestamps so you can drop them straight into any video editor or player.

Tiny vs Base - which model should I pick?

Tiny (~40 MB) is fastest and great for clean studio audio. Base (~75 MB) is roughly twice as accurate on noisy or accented audio and only slightly slower. If you're not sure, start with Base - it's the default. For the highest accuracy on hard audio (accents, noise, overlap), use Subformer's cloud transcription in Subtitles-only mode.

Does it work offline?

Once the model is cached, yes. The first visit needs network access to download it; after that the page can transcribe audio offline.

Which browsers are supported?

Any modern browser with WebAssembly: Chrome, Firefox, Safari 15+, Edge, and Chromium-based mobile browsers.

Subformer

Prijavi se

Besplatno · Bez registracije · Radi u vašem pregledniku

Besplatno pretvaranje govora u tekst za Vietnamese

Tiếng Việt

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

Provjerava se podrška preglednika…

Trebate veću preciznost ili više jezika?

Govor u tekst baziran na oblaku za Vietnamese

Besplatni alat u pregledniku pokreće mali model otvorenog koda - dobar za čist zvuk, ali može imati poteškoća s jakim Vietnamese 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

Kako to funkcioniše

1. Spustite datoteku
Spustite bilo koji Vietnamese audio ili video - MP3, WAV, M4A, MP4 i WEBM su podržani.
2. Transkribuj
Prvi klik preuzme model (~75 MB) u vaš preglednik. Nakon toga, prepoznavanje je trenutno i radi offline.
3. Preuzmi
Sačuvajte transkript kao TXT, SRT ili VTT. Vaš audio i rezultat nikada ne napuštaju uređaj.

Vaš audio ostaje na vašem uređaju

Prepoznavanje se izvršava potpuno u vašem pregledniku koristeći WebAssembly. Jedini mrežni zahtjevi su za preuzimanje modela i WebAssembly runtime-a - oboje su javni, statični resursi. Ne vidimo vaš audio i ne vidimo transkript.

Kako Vietnamese transkripcija radi u vašem pregledniku

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

Open-source recognition model: Neuralni model otvorenog koda obučen na višejezičnom zvuku - zbog čega jedno preuzimanje obrađuje Vietnamese bez potrebe za preuzimanjem modela specifičnog za jezik.
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: Učitava se kvantizirani model od ~75 MB i petlja dekodiranja se u potpunosti pokreće 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.

Premium - također od Subformera

Prevedi i sinhronizuj

Prevedi i sinhronizuj videozapise na više od 30 jezika jednim klikom.

Prevedi titlove

Spustite SRT ili VTT i dobijte dorađeni prijevod na bilo koji jezik.

Uređivač titlova

Dotjerajte, prilagodite vrijeme i stil titlova u besplatnom uređivaču u pregledniku.

Besplatno pretvaranje govora u tekst za Vietnamese

Govor u tekst baziran na oblaku za Vietnamese

Kako to funkcioniše

1. Spustite datoteku

2. Transkribuj

3. Preuzmi

Vaš audio ostaje na vašem uređaju

Kako Vietnamese transkripcija radi u vašem pregledniku

Najčešća pitanja

Isprobajte druge besplatne jezike za pretvaranje govora u tekst