Is this Italian 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 Italian 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

Hyr

Falas · Pa regjistrim · Funksionon në shfletuesin tënd

Falas Italian Zë në tekst

Italiano

Lësho një skedar audio ose video Italian dhe merr një transkript të plotë me etiketat e kohës - të gjitha në shfletuesin tuaj, pa regjistrim. Modeli shkarkohet një herë (~75 MB) dhe ruhet lokalisht në cache, kështu që ekzekutimet e mëvonshme janë të menjëhershme dhe funksionojnë pa internet.

Po kontrollohet mbështetja e shfletuesit…

Keni nevojë për saktësi më të lartë ose më shumë gjuhë?

Zë në Tekst Italian i bazuar në renë kompjuterike

Mjeti falas në shfletues përdor një model të vogël me burim të hapur - i mirë për audio të pastër, por mund të ketë vështirësi me thekse të rënda Italian, zhurmë ose folës që mbivendosen, dhe mbulon vetëm një grup të kufizuar gjuhësh. Për saktësi të nivelit të transmetimit, mbështetje shumë më të gjerë gjuhësore dhe shkarkime SRT/VTT/TXT, përdorni shërbimin tonë Zë në Tekst me pagesë, të bazuar në renë kompjuterike.

Provo Zë në Tekst të bazuar në renë kompjuterike

Si funksionon

1. Lësho një skedar
Lësho çdo skedar audio ose video Italian - MP3, WAV, M4A, MP4 dhe WEBM mbështeten të gjitha.
2. Transkribo
Klikimi i parë shkarkon modelin ~75 MB në shfletuesin tuaj. Pas kësaj, njohja është e menjëhershme dhe e aftë për të punuar pa internet.
3. Shkarko
Ruani transkriptin si TXT, SRT, ose VTT. Audioja juaj dhe rezultati nuk dalin kurrë nga pajisja juaj.

Audioni juaj mbetet në pajisjen tuaj

Njohja ekzekutohet tërësisht në shfletuesin tuaj duke përdorur WebAssembly. Kërkesat e vetme në rrjet janë për të marrë modelin dhe runtime-in e WebAssembly - të dyja janë asete publike, statike. Ne nuk shohim audion tuaj dhe nuk shohim transkriptin.

Si funksionon transkriptimi Italian në shfletuesin tuaj

Njohja e të folurit normalisht do të thotë ngarkimi i audios tuaj në GPU-në e dikujt tjetër. Këtu modeli ekzekutohet në makinën tuaj, gjë që e bën këtë falas dhe privat në të njëjtën kohë.

Open-source recognition model: Një model neural me burim të hapur i trajnuar në audio shumëgjuhëshe - prandaj një shkarkim trajton Italian pa pasur nevojë të shkarkohet një model specifik për gjuhën.
WebAssembly: Koha e ekzekutimit të inferencës është përpiluar në WebAssembly, kështu që kodi numerik ekzekutohet me shpejtësi pothuajse vendase brenda një skede të izoluar pa shtojcë dhe pa instalim.
On-device inference: Modeli i kuantizuar ~75 MB ngarkohet dhe cikli i dekodimit drejtohet tërësisht në anën e klientit. Asgjë në pipeline nuk thërret një server pasi faqja të jetë ngarkuar.
Web Audio API: Skedari juaj dekodohet dhe ri-mostrohet në mono 16 kHz që pret modeli duke përdorur tubacionin audio të shfletuesit, kështu që çdo format që shfletuesi juaj mund të luajë pranohet.

Premium - gjithashtu nga Subformer

Përkthe & dubbim

Përkthe dhe bëj dubbing videove në 30+ gjuhë me një klik.

Përktheni titrat

Lësho një SRT ose VTT dhe merr një përkthim të përpunuar në çdo gjuhë.

Redaktori i titrave

Përmirësoni, rikoordinoni kohën dhe riformatoni titrat tuaj në një redaktues falas brenda shfletuesit.

Falas Italian Zë në tekst

Zë në Tekst Italian i bazuar në renë kompjuterike

Si funksionon

1. Lësho një skedar

2. Transkribo

3. Shkarko

Audioni juaj mbetet në pajisjen tuaj

Si funksionon transkriptimi Italian në shfletuesin tuaj

Pyetjet e shpeshta

Provoni gjuhë të tjera falas për konvertimin zanor në tekst