Is this Spanish 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 Spanish 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

Kirjaudu sisään

Ilmainen · Ei rekisteröitymistä · Toimii selaimessasi

Ilmainen Spanish puheesta tekstiksi

Español

Pudota Spanish-ääni- tai videotiedosto ja saat täydellisen transkription aikaleimoineen - kaikki selaimessasi, ilman rekisteröitymistä. Malli ladataan kerran (~75 MB) ja tallennetaan paikallisesti välimuistiin, joten myöhemmät suoritukset ovat välittömiä ja toimivat offline-tilassa.

Tarkistetaan selaimen tuki…

Tarvitsetko tarkempaa tai useampia kieliä?

Pilvipohjainen Spanish puheesta tekstiksi

Ilmainen selaimessa toimiva työkalu käyttää pientä avoimen lähdekoodin mallia – se sopii puhtaalle äänelle, mutta sillä voi olla vaikeuksia voimakkaiden Spanish aksenttien, melun tai päällekkäisten puhujien kanssa, ja se kattaa vain rajoitetun määrän kieliä. Lähetyslaatuisen tarkkuuden, paljon laajemman kielituen ja SRT/VTT/TXT-latausten saamiseksi käytä maksullista pilvipohjaista puheesta tekstiksi -palveluamme.

Kokeile pilvipohjaista puheesta tekstiksi -palvelua

Kuinka se toimii

1. Pudota tiedosto
Pudota mikä tahansa Spanish-ääni- tai videotiedosto - MP3, WAV, M4A, MP4 ja WEBM ovat tuettuja.
2. Muunna tekstiksi
Ensimmäinen klikkaus lataa ~75 MB mallin selaimeesi. Tämän jälkeen tunnistus on välitöntä ja toimii offline-tilassa.
3. Lataa
Tallenna transkriptio TXT-, SRT- tai VTT-muodossa. Äänesi ja tulos eivät koskaan poistu laitteestasi.

Äänesi pysyy laitteellasi

Tunnistus suoritetaan kokonaan selaimessasi WebAssemblyn avulla. Ainoat verkopyynnöt ovat mallin ja WebAssembly-ajoympäristön hakemista varten - molemmat ovat julkisia, staattisia resursseja. Emme näe ääntäsi emmekä transkriptiota.

Miten Spanish transkriptio toimii selaimessasi

Puheentunnistus tarkoittaa yleensä äänen lataamista jonkun GPU:lle. Tässä malli toimii sen sijaan omalla koneellasi, mikä tekee tästä samanaikaisesti ilmaisen ja yksityisen.

Open-source recognition model: Monikieliseen ääneen koulutettu avoimen lähdekoodin neuroverkkomalli – siksi yksi lataus käsittelee Spanish ilman kielikohtaista mallia.
WebAssembly: Päättelyajonaikainen ympäristö on käännetty WebAssemblyksi, joten numeerinen koodi toimii lähes natiivinopeudella hiekkalaatikoidussa välilehdessä ilman laajennuksia ja asennusta.
On-device inference: ~75 MB:n kvantisoitu malli ladataan ja dekoodaussykliä ohjataan kokonaan asiakaspuolella. Mikään putkessa ei kutsu palvelinta, kun sivu on latautunut.
Web Audio API: Tiedostosi dekoodataan ja näytteistetään uudelleen mallin odottamaan 16 kHz:n monomuotoon selaimen oman ääniputken avulla, joten kaikki selaimen toistettavissa olevat formaatit hyväksytään.

Premium - myös Subformerilta

Käännä ja dubbaa

Käännä ja dubbaa videot yli 30 kielelle yhdellä napsautuksella.

Käännä tekstitykset

Pudota SRT- tai VTT-tiedosto ja saat siitä viimeistellyn käännöksen mihin tahansa kieleen.

Tekstityseditori

Viimeistele, ajoita uudelleen ja muotoile tekstityksesi ilmaisessa selaimessa toimivassa editorissa.

Ilmainen Spanish puheesta tekstiksi

Pilvipohjainen Spanish puheesta tekstiksi

Kuinka se toimii

1. Pudota tiedosto

2. Muunna tekstiksi

3. Lataa

Äänesi pysyy laitteellasi

Miten Spanish transkriptio toimii selaimessasi

Usein kysytyt kysymykset

Kokeile muita ilmaisia puheentunnistuskieliä