Slop Transcribe · бесплатно, в вашем браузере

Расшифровка аудио в текст: MP3, WAV, M4A и другие

Перетащите интервью, лекцию, голосовую заметку или выпуск подкаста. Whisper превращает речь в текст на вашем устройстве, а перед сохранением текст можно поправить.

Расшифровать аудиофайл

Как это сделать

Откройте Slop Transcribe. В первый раз нажмите «Получить больше…» и подтвердите загрузку модели Whisper tiny (около 40 МБ). Она сохранится в браузере для следующего раза.
Перетащите аудиофайлы на страницу или выберите их. Работают MP3, WAV, M4A, OGG, Opus и FLAC, можно сразу несколько.
Задайте «Язык речи» или оставьте «Определить» и нажмите «Расшифровать». Файлы обрабатываются по очереди, с индикатором для каждого.
Прочитайте расшифровку и исправьте ошибочные слова прямо в текстовом поле.
Выберите «Текст (.txt)» или «Word (.docx)» и нажмите «Скачать» или «Копировать».

Slop Transcribe использует Whisper tiny — небольшую многоязычную модель распознавания речи, достаточно быструю для работы во вкладке браузера. Она хорошо справляется с чёткой речью, но ошибается в именах, терминах и в шумных помещениях, поэтому прочитайте текст, прежде чем на него полагаться. Каждый файл может быть длиной до 2 часов.

Ваши файлы остаются на этом устройстве: Slop Transcribe работает в браузере, без отправки, без учётной записи и без водяных знаков.

Вопросы

Мои записи загружаются?

Нет. Звук читается и расшифровывается в вашем браузере. Скачивается только модель Whisper, один раз, с Hugging Face, а затем хранится в браузере.

Какие аудиоформаты можно использовать?

MP3, WAV, M4A, OGG, Opus и FLAC, а также другое аудио, которое способен декодировать ваш браузер. Можно добавить несколько файлов сразу: они расшифровываются по очереди.

Какой может быть длина записи?

До 2 часов на файл; более длинные записи сначала разделите на части. Длинные файлы обрабатываются дольше, потому что вся работа происходит на вашем компьютере.

Различает ли он говорящих?

Нет. Расшифровка — единый текст без меток говорящих. Включите «Показать время», чтобы видеть, когда что было сказано.