แปลงเสียงพูดเป็นข้อความ
ถอดเสียงจากไมโครโฟนหรือไฟล์เสียงด้วยโมเดลในเครื่องหรือการรู้จำเสียงของเบราว์เซอร์
เลือกภาษาที่พูด โมเดลไม่ตรวจหาภาษาโดยอัตโนมัติ
แหล่งเสียง
เสียงและข้อความถอดเสียงอยู่ในเบราว์เซอร์นี้ ดาวน์โหลดเฉพาะไฟล์โมเดลและรันไทม์สาธารณะ ซึ่งทำให้โฮสต์เหล่านั้นเห็นข้อมูลคำขอทั่วไป เช่น ที่อยู่ IP
การดาวน์โหลดโมเดลในเครื่อง
กำลังตรวจสอบแคชของเบราว์เซอร์…
Whisper Tiny (multilingual, q8) รุ่นที่ตรึงไว้ ff4177021cc4 ไฟล์โมเดลประมาณ 41.3 MB จาก huggingface.co (ไฟล์ขนาดใหญ่อาจมาจาก CDN ของโฮสต์ us.aws.cdn.hf.co) และรันไทม์เสียงประมาณ 20.6 MB จากเว็บไซต์นี้
ไฟล์จะเก็บในแคชของเบราว์เซอร์นี้เพื่อใช้ซ้ำและนับรวมในพื้นที่จัดเก็บของเว็บไซต์ หากไม่มีสำเนาในแคช การโหลดครั้งแรกต้องเชื่อมต่ออินเทอร์เน็ต การถอดเสียงใช้ CPU และหน่วยความจำของอุปกรณ์ บนอุปกรณ์ที่ช้า เสียงหนึ่งนาทีอาจใช้เวลาหนึ่งนาทีหรือมากกว่า สัญญาอนุญาตของโมเดล: Apache-2.0 (model card); original Whisper code and weights MIT
วางไฟล์เสียงที่นี่
สูงสุด 25 MB และ 5 นาที เบราว์เซอร์นี้ถอดรหัสได้: WAV
คุณสามารถวางจากคลิปบอร์ดได้ด้วย
สำหรับรูปแบบหรือโคเดกอื่น ให้แปลงเป็น WAV ก่อน
โหลดโมเดลในเครื่องก่อน
พร้อม
ข้อความถอดเสียง
บันทึกหรือเพิ่มเสียง แล้วเริ่มถอดเสียง ข้อความจะแสดงที่นี่
การถอดเสียงอัตโนมัติ: คำและเครื่องหมายวรรคตอนอาจผิด และไม่แยกผู้พูด
CodingTool.dev ไม่อัปโหลด จัดเก็บ หรือบันทึกเสียงหรือข้อความถอดเสียงของคุณ
แปลงเสียงพูดเป็นข้อความ
แปลงเสียงพูดจากไมโครโฟนหรือไฟล์เสียงเป็นข้อความพร้อมเวลา แล้วคัดลอกหรือดาวน์โหลดเป็น TXT, SRT หรือ VTT เลือกได้ระหว่างโมเดลในเครื่องที่ทำงานในเบราว์เซอร์ หรือการรู้จำเสียงของเบราว์เซอร์เอง เลือกไมโครโฟนหรือไฟล์เสียง เอนจิน และภาษาที่พูด สำหรับโมเดลในเครื่อง ให้อ่านรายละเอียดการดาวน์โหลดแล้วโหลดโมเดลหนึ่งครั้ง บันทึกเสียงหรือเพิ่มไฟล์แล้วเริ่มถอดเสียง แก้ไขข้อความของแต่ละช่วงได้ตามต้องการ และส่งออกเป็นข้อความหรือคำบรรยาย
เอนจิน
โมเดลในเครื่องรัน Whisper Tiny (หลายภาษา แบบควอนไทซ์) ใน worker เบื้องหลังของเบราว์เซอร์ ใช้ได้ทั้งเสียงที่บันทึกและไฟล์ การรู้จำของเบราว์เซอร์ใช้ Web Speech API ที่มีในบางเบราว์เซอร์ ใช้ได้กับไมโครโฟนเท่านั้น และผู้ให้บริการเบราว์เซอร์อาจประมวลผลเสียงบนเซิร์ฟเวอร์ของตน
ความเป็นส่วนตัว
CodingTool.dev ไม่ได้รับ จัดเก็บ หรือบันทึกเสียงหรือข้อความถอดเสียงของคุณ เมื่อใช้โมเดลในเครื่อง เสียงจะอยู่ในเบราว์เซอร์นี้ และดาวน์โหลดเฉพาะไฟล์โมเดลและรันไทม์สาธารณะ เมื่อใช้การรู้จำของเบราว์เซอร์ เบราว์เซอร์จะส่งเสียงจากไมโครโฟนไปยังบริการเสียงของตน ระบบบันทึกเฉพาะตัวเลือกแหล่งเสียง เอนจิน ภาษา และมุมมอง
ข้อจำกัดและความแม่นยำ
ไฟล์ไม่เกิน 25 MB และเสียงที่บันทึกหรือไฟล์ยาวไม่เกิน 5 นาที การถอดเสียงเป็นแบบอัตโนมัติ อาจมีคำผิด คำตกหล่น หรือเครื่องหมายวรรคตอนไม่ถูกต้อง และไม่แยกผู้พูด เวลาจากการรู้จำของเบราว์เซอร์เป็นค่าโดยประมาณ
