Is this German 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 German 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

ورود

رایگان · بدون ثبت‌نام · در مرورگر شما اجرا می‌شود

رایگان German تبدیل گفتار به متن

Deutsch

یک فایل صوتی یا ویدیویی German را رها کنید و یک رونوشت کامل با زمان‌بندی دریافت کنید - همه اینها در مرورگر شما، بدون ثبت‌نام. مدل فقط یک‌بار دانلود می‌شود (~75 MB) و به‌صورت محلی کش می‌شود، بنابراین اجراهای بعدی فوری هستند و به‌صورت آفلاین کار می‌کنند.

در حال بررسی پشتیبانی مرورگر…

به دقت بالاتر یا زبان‌های بیشتری نیاز دارید؟

تبدیل گفتار به متن German مبتنی بر ابر

ابزار رایگان درون مرورگر یک مدل متن‌باز کوچک را اجرا می‌کند - برای صدای تمیز خوب است، اما ممکن است با لهجه‌های German سنگین، نویز یا همپوشانی گویندگان مشکل داشته باشد و تنها مجموعه محدودی از زبان‌ها را پوشش می‌دهد. برای دقت در حد پخش، پشتیبانی بسیار گسترده‌تر از زبان‌ها و دانلودهای SRT/VTT/TXT، از تبدیل گفتار به متن ابری پولی ما استفاده کنید.

تبدیل گفتار به متن مبتنی بر ابر را امتحان کنید

نحوهٔ کار

1. فایل را رها کنید
هر فایل صوتی یا ویدیویی German را رها کنید - فرمت‌های MP3، WAV، M4A، MP4 و WEBM پشتیبانی می‌شوند.
2. تبدیل به متن
کلیک اول مدل ~75 MB را در مرورگر شما دانلود می‌کند. بعد از آن، تشخیص فوری است و به‌صورت آفلاین کار می‌کند.
3. دانلود
رونوشت را به‌صورت TXT، SRT یا VTT ذخیره کنید. فایل صوتی و نتیجه هرگز از دستگاه شما خارج نمی‌شوند.

صوت شما روی دستگاهتان باقی می‌ماند

تشخیص به‌طور کامل در مرورگر شما با استفاده از WebAssembly اجرا می‌شود. تنها درخواست‌های شبکه برای دریافت مدل و محیط اجرایی WebAssembly هستند - هر دو دارایی‌های عمومی و ثابت‌اند. ما صدای شما را نمی‌بینیم و متن تبدیل‌شده را هم نمی‌بینیم.

نحوه اجرای رونویسی German در مرورگر شما

تشخیص گفتار معمولاً به معنای آپلود صدای شما به GPU شخص دیگری است. در اینجا مدل به جای آن روی دستگاه خود شما اجرا می‌شود، که همین امر این را همزمان رایگان و خصوصی می‌کند.

Open-source recognition model: یک مدل عصبی متن‌باز که روی صدای چندزبانه آموزش دیده است - به همین دلیل یک بار دانلود برای German کافی است و نیازی به دریافت مدل خاص زبان نیست.
WebAssembly: زمان اجرای استنتاج به WebAssembly کامپایل شده است، بنابراین کد عددی با سرعتی نزدیک به بومی در یک تب سندباکس شده بدون نیاز به افزونه و نصب اجرا می‌شود.
On-device inference: مدل کوانتیزه شده ~75 مگابایتی بارگذاری می‌شود و حلقه رمزگشایی کاملاً در سمت کلاینت هدایت می‌شود. هیچ چیز در پایپ‌لاین پس از بارگذاری صفحه با سرور تماس نمی‌گیرد.
Web Audio API: فایل شما رمزگشایی و به مونو 16 کیلوهرتز که مدل انتظار دارد، با استفاده از خط لوله صوتی خود مرورگر، بازنمونه‌برداری می‌شود، بنابراین هر فرمتی که مرورگر شما بتواند پخش کند، پذیرفته می‌شود.

پریمیوم - همچنین از Subformer

ترجمه و دوبله

ویدیوها را با یک کلیک به بیش از 30 زبان ترجمه و دوبله کنید.

ترجمه زیرنویس‌ها

یک فایل SRT یا VTT رها کنید و ترجمه‌ای اصلاح‌شده به هر زبان دریافت کنید.

ویرایشگر زیرنویس

زیرنویس‌های خود را در یک ویرایشگر رایگان درون مرورگر صیقل، زمان‌بندی مجدد و بازطراحی کنید.

رایگان German تبدیل گفتار به متن

تبدیل گفتار به متن German مبتنی بر ابر

نحوهٔ کار

1. فایل را رها کنید

2. تبدیل به متن

3. دانلود

صوت شما روی دستگاهتان باقی می‌ماند

نحوه اجرای رونویسی German در مرورگر شما

پرسش‌های متداول

زبان‌های رایگان تبدیل گفتار به متن دیگر را امتحان کنید