Is this Catalan 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 Catalan 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

Prisijungti

Nemokama · Be registracijos · Veikia jūsų naršyklėje

Nemokama Catalan balso į tekstą

Català

Įmeskite Catalan garso arba vaizdo failą ir gaukite pilną transkriptą su laiko žymomis - viskas jūsų naršyklėje, be prisiregistravimo. Modelis atsisiunčiamas tik vieną kartą (~75 MB) ir saugomas lokaliai, todėl vėlesni paleidimai yra akimirksniu ir veikia neprisijungus.

Tikrinama, ar naršyklė palaiko…

Reikia didesnio tikslumo ar daugiau kalbų?

Debesų pagrindu veikianti Catalan kalbos į tekstą konvertavimo paslauga

Nemokamas naršyklės įrankis naudoja nedidelį atvirojo kodo modelį – tinka švariam garsui, tačiau gali sunkiai susidoroti su stipriais Catalan akcentais, triukšmu ar persidengiančiais kalbėtojais ir apima tik ribotą kalbų rinkinį. Norėdami gauti transliacijos lygio tikslumą, daug platesnį kalbų palaikymą ir SRT/VTT/TXT atsisiuntimus, naudokite mūsų mokamą debesų pagrindu veikiančią kalbos į tekstą konvertavimo paslaugą.

Išbandykite debesų pagrindu veikiančią kalbos į tekstą konvertavimo paslaugą

Kaip tai veikia

1. Nuvilkite failą
Įkelkite bet kokį Catalan garso arba vaizdo failą - palaikomi MP3, WAV, M4A, MP4 ir WEBM.
2. Transkribuoti
Pirmas spustelėjimas atsisiunčia ~75 MB modelį į jūsų naršyklę. Vėliau atpažinimas vyksta akimirksniu ir veikia neprisijungus.
3. Atsisiųsti
Išsaugokite transkriptą kaip TXT, SRT arba VTT. Jūsų garso įrašas ir rezultatas niekada nepalieka jūsų įrenginio.

Jūsų garso įrašas lieka jūsų įrenginyje.

Atpažinimas vyksta visiškai jūsų naršyklėje naudojant WebAssembly. Vieninteliai tinklo užklausimai reikalingi modeliui ir WebAssembly vykdymui parsisiųsti - abu yra vieši, statiniai ištekliai. Mes nematome jūsų garso įrašo ir nematome transkripto.

Kaip Catalan transkripcija veikia jūsų naršyklėje

Kalbos atpažinimas paprastai reiškia garso įkėlimą į kažkieno GPU. Čia modelis veikia jūsų pačių kompiuteryje, todėl tai yra nemokama ir privati tuo pačiu metu.

Open-source recognition model: Atvirojo kodo neuroninis modelis, apmokytas daugiakalbiu garsu – todėl vienas atsisiuntimas apdoroja Catalan be jokio kalbai specifinio modelio, kurį reikėtų atsisiųsti.
WebAssembly: Išvadų vykdymo laikas yra sukompiliuotas į „WebAssembly“, todėl skaitmeninis kodas veikia beveik natūraliu greičiu smėlio dėžės skirtuke be jokio papildinio ir diegimo.
On-device inference: ~75 MB kvantuotas modelis įkeliamas, o dekodavimo ciklas vykdomas visiškai kliento pusėje. Nė viena konvejerio dalis nesikreipia į serverį, kai puslapis yra įkeltas.
Web Audio API: Jūsų failas dekoduojamas ir peratrankomas į 16 kHz mono, kurio tikisi modelis, naudojant naršyklės garso apdorojimo grandinę, todėl priimamas bet koks formatas, kurį jūsų naršyklė gali atkurti.

Premium - taip pat iš Subformer

Versti ir dubliuoti

Išverskite ir perdubliuokite vaizdo įrašus į daugiau nei 30 kalbų vienu spustelėjimu.

Versti subtitrus

Įkelkite SRT arba VTT failą ir gaukite paruoštą vertimą bet kuria kalba.

Subtitrų redaktorius

Tobulinkite, pakoreguokite laiko žymes ir perdėliokite savo subtitrus nemokamame naršykliniame redaktoriuje.

Nemokama Catalan balso į tekstą

Debesų pagrindu veikianti Catalan kalbos į tekstą konvertavimo paslauga

Kaip tai veikia

1. Nuvilkite failą

2. Transkribuoti

3. Atsisiųsti

Jūsų garso įrašas lieka jūsų įrenginyje.

Kaip Catalan transkripcija veikia jūsų naršyklėje

Dažnai užduodami klausimai

Išbandykite kitas nemokamas kalbas balso atpažinimui