Slop Transcribe · 無料、ブラウザーで

音声をテキストに文字起こし：MP3、WAV、M4A など

インタビュー、講義、ボイスメモ、ポッドキャストのエピソードをドロップしてください。Whisper が音声をお使いのデバイス上でテキストに変換します。保存する前に修正することもできます。

手順

Slop Transcribe を開きます。初回は「さらに入手…」を押し、Whisper tiny モデル（約 40 MB）のダウンロードを確認します。次回のためにブラウザーに保存されます。
音声ファイルをページにドロップするか、選びます。MP3、WAV、M4A、OGG、Opus、FLAC のいずれにも対応し、複数を一度に追加できます。
「話し言葉の言語」を設定するか、「自動検出」のままにして「文字起こし」を押します。ファイルは 1 つずつ順番に処理され、それぞれ進行状況が表示されます。
文字起こしを読み、誤った語句があればテキストボックスの中で直します。
「テキスト（.txt）」または「Word（.docx）」を選んで「ダウンロード」を押すか、「コピー」を押します。

Slop Transcribe は Whisper tiny を使います。小型の多言語音声モデルで、ブラウザーのタブでも十分な速さで動きます。はっきりした話し声はよく認識されますが、人名、専門用語、騒がしい場所では誤りが出ます。信頼する前に、テキストを確認してください。1 ファイルは最長 2 時間まで対応しています。

ファイルはこのデバイスに保存されたままです：Slop Transcribe はブラウザーで動作し、アップロードもアカウントも透かしも必要ありません。

よくある質問

録音はアップロードされますか？

いいえ。音声はお使いのブラウザーで読み込まれ、文字起こしされます。ダウンロードされるのは Whisper モデルだけで、Hugging Face から一度だけダウンロードされ、ブラウザーに保存されます。

どの音声形式を使えますか？

MP3、WAV、M4A、OGG、Opus、FLAC と、お使いのブラウザーがデコードできるそのほかの音声です。複数のファイルを一度に追加すると、順番に文字起こしされます。

録音の長さに制限はありますか？

1 ファイルにつき最長 2 時間です。より長い録音は、先に分割してください。長いファイルには時間がかかります。すべての処理はお使いのパソコンで行われるためです。

話者を区別しますか？

いいえ。文字起こしは話者のラベルのない 1 つのテキストです。それぞれの発言の時刻を見るには、「時刻を表示」をオンにします。