Lewati ke konten
ID

Transkrip audio atau video ke teks

Ubah audio atau video menjadi teks dan subtitle SRT atau VTT, dalam 99 bahasa, dengan AI Whisper yang berjalan di browser Anda. Gratis, tanpa unggah.

  • Gratis
  • Tanpa daftar
  • Tanpa unggah file
  • Windows, Mac, Android, iPhone

Memuat alat…

Bagikan alat ini

Tentang alat ini

Wawancara yang perlu ditranskrip, rapat yang perlu dirangkum, video yang perlu diberi subtitle? Letakkan filenya: AI Whisper mendengarkan suara dan menuliskan teksnya, lengkap dengan waktu setiap kalimat. Anda mendapat teks untuk disalin serta subtitle SRT dan VTT, tanpa suara meninggalkan perangkat Anda.

Kapan menggunakannya

Mentranskrip wawancara

Dapatkan draf awal untuk dikoreksi daripada mengetik semuanya sambil mendengarkan.

Memberi subtitle video

File SRT atau VTT bisa diimpor ke YouTube, aplikasi edit video, dan pemutar video.

Mencatat rapat

Transkrip rekamannya untuk menemukan keputusan atau kutipan.

Cara menggunakan

  1. Pilih mode: cepat atau akurat.
  2. Pilih bahasa yang diucapkan, atau biarkan deteksi otomatis.
  3. Letakkan file audio atau video.
  4. Periksa teksnya, lalu salin atau unduh subtitle-nya.

Cara kerjanya

Transkripsi memakai Whisper, model pengenalan suara dari OpenAI (lisensi MIT), dalam versi tiny dan base yang dikonversi ke ONNX. Model berjalan di browser Anda dengan ONNX Runtime Web, di beberapa inti prosesor jika browser mengizinkan.

Suara dibagi menjadi jendela 30 detik; setiap kalimat mendapat waktu mulai dan selesai. Model diunduh sekali dari zanakit.com lalu disimpan di cache browser. Suara tidak pernah diunggah.

Tips untuk hasil terbaik

  • Pilih bahasanya jika Anda tahu: deteksi bisa ragu pada awal yang hening.
  • Mode akurat sepadan dengan waktu tunggunya untuk teks yang akan diterbitkan.
  • Rekaman dekat mikrofon tanpa musik latar menghasilkan jauh lebih sedikit kesalahan.
  • Untuk mengambil satu bagian saja sebelum ditranskrip, gunakan “Potong audio”.

Masalah umum dan solusinya

Teks berisi kesalahan

Beralih ke mode akurat dan pilih bahasanya; selalu periksa nama dan angka.

Transkripsi lama

Perhitungan dilakukan di perangkat Anda: di ponsel, perkirakan kira-kira sepanjang durasi audio dalam mode cepat. Komputer jauh lebih cepat.

Kalimat berulang

Ini terjadi pada bagian hening atau musik: potong bagian itu sebelum ditranskrip.

Pertanyaan umum

Apakah audio saya diunggah ke server?

Tidak, pengenalan suara sepenuhnya berjalan di browser Anda.

Berapa banyak data yang diunduh?

Pertama kali sekitar 54 MB untuk mode cepat atau 88 MB untuk mode akurat; setelah itu tidak ada lagi.

Bahasa apa saja yang dikenali?

99 bahasa Whisper. Kualitasnya lebih baik untuk bahasa Inggris, Prancis, Spanyol, Portugis, dan Jerman daripada bahasa Indonesia atau bahasa yang kurang umum.

Apakah suara tiap orang dipisahkan?

Tidak, teks tidak membedakan siapa yang berbicara.

Bolehkah dipakai untuk keperluan komersial?

Boleh: Whisper berlisensi MIT dan teks yang dihasilkan milik Anda.

Pencarian terkait

Masih bermasalah?

Tanyakan di forum: kategori, alat, data perangkat, dan hasil tes akan diisi otomatis.