Transkrypcja audio na tekst - MP4 to Transcript

Prywatna transkrypcja audio na tekst prosto na Twoim komputerze: znaczniki czasu i napisy SRT. Żadne nagranie nie jest wysyłane.

🎬 Transkrypcja audio na tekst - MP4 to Transcript: wideo i audio jako tekst prosto na Twoim komputerze Rozszerzenie zamienia nagranie w tekst ze znacznikami czasu bezpośrednio w Chrome. Upuść plik MP4 lub MP3, a otwartoźródłowy model Whisper od OpenAI wykona transkrypcję audio na tekst na Twoim własnym komputerze. Nic nie jest wysyłane, nie ma limitów minut ani kont. 🚀 Jak działa Transkrypcja audio na tekst - MP4 to Transcript 1. Zainstaluj rozszerzenie i otwórz je z paska narzędzi. 2. Raz pobierz model rozpoznawania mowy: 566 MB. 3. Upuść plik wideo lub audio albo go wybierz. 4. Czytaj, edytuj, kopiuj lub eksportuj wynik. 🔒 Transkrypcja nagrań, która nie opuszcza komputera Serwisy do transkrypcji online wysyłają nagranie na serwer. Tutaj zamiana mowy na tekst odbywa się w Chrome dzięki WebGPU, więc wywiady, spotkania i notatki głosowe pozostają prywatne. Po jednorazowym pobraniu modelu wszystko działa także offline. ⭐ Najważniejsze funkcje ① Wideo i audio na tekst w 99 językach ② Znaczniki czasu w każdej linii: kliknij czas, aby odtworzyć ten moment ③ Eksport do zwykłego tekstu, tekstu ze znacznikami czasu, pliku SRT lub pliku VTT ④ Znajdź i zamień, edycja w linii i widok do czytania ⑤ Historia z wyszukiwaniem, przechowywana w przeglądarce 🎞 MP4, MP3 i inne formaty Upuść wideo MP4, nagranie MP3 lub nagranie ekranu, a rozszerzenie odczyta je częściami prosto z pliku, więc nawet dwugodzinne wideo zmieści się w pamięci. Działa też większość innych plików audio i wideo, które Chrome potrafi odtworzyć. MP4 i MP3 są obsługiwane tak samo: to zarówno transkrypcja nagrania na tekst, jak i zamiana filmu w tekst. 🎙 Komu przyda się transkrypcja nagrań Dziennikarze i badacze spisują wywiady, nie wysyłając na serwer ani słowa. Podcasterzy zamieniają odcinek w tekst do opisu podcastu. Zespoły dostają tekst ze spotkań: Zoom zapisuje nagrania jako MP4, więc rozmowę z Zoom wystarczy upuścić. ⏱ Znaczniki czasu i napisy Znaczniki czasu są wbudowane: każdy fragment ma swój czas początku, a kliknięcie go odtwarza nagranie od tego miejsca. Wyeksportuj SRT lub VTT, a kwestie będą gotowe dla edytora wideo lub odtwarzacza, jak w generatorze napisów, tylko plik zostaje u Ciebie. Z wideo czy z audio do SRT prowadzi ten sam klik. ✍ Edycja i poprawki 🔹 Kliknij dowolną linię, aby poprawić nazwisko 🔹 Znajdź i zamień wszystko za jednym razem 🔹 Odtwarzaj nagranie wolniej lub szybciej 🔹 Kopiuj całość albo wybierz „Kopiuj ze znacznikami czasu” 🔹 Przełącz na „Akapity (widok do czytania)” 📊 Jak dokładnie i jak szybko Model to Whisper large-v3-turbo, więc wynik pracy AI możesz sprawdzić linijka po linijce. Zmierzyliśmy dokładność na sześciu rodzajach nagrań po angielsku: czytanie lektora i mowa w hałasie, telekonferencja wynikowa i spotkanie, podcast i mowa z akcentem. ◆ Błędne słowa średnio: 8,6% ◆ Whisper w wersji na komputer, na tych samych plikach: 7,8% ◆ Czyste czytanie lektora: około 2% ◆ Laptop z grafiką Intel Iris Xe: od 0,3 do 0,6 s pracy na sekundę dźwięku 🔁 Do długich nagrań Zamknij kartę w połowie, otwórz plik ponownie później, a Transkrypcja audio na tekst - MP4 to Transcript wznowi pracę tam, gdzie skończyła. Jeśli sterownik grafiki się zresetuje, model wczyta się ponownie i praca potoczy się dalej sama. W międzyczasie możesz korzystać z innych kart. 💻 Program do transkrypcji w przeglądarce Wymaga Chrome 121 lub nowszego z WebGPU, jak na Windows, macOS i ChromeOS. Działa jak Whisper Web, ale jako rozszerzenie: Whisper przetwarza Twoje własne pliki, MP3 i MP4 w jednym miejscu. 🎯 Otwórz stronę transkrypcji audio na tekst, gdy kolejne nagranie trzeba będzie spisać. Jeśli coś pójdzie nie tak, link „Coś nie działa? Napisz do nas” pod historią otworzy nasz formularz opinii. ❓ Czy Transkrypcja audio na tekst - MP4 to Transcript jest darmowa? 💡 Tak. Transkrypcja nagrania na tekst jest za darmo: bez konta, bez limitów minut i bez znaku wodnego. ❓ Czy rozszerzenie wysyła moje audio lub wideo? 💡 Nie. Twoje pliki i gotowe teksty zostają na komputerze. Jedyne pobieranie to model rozpoznawania mowy, raz, z Hugging Face: 566 MB lub 0,76 GB na niektórych układach graficznych. ❓ Jakie języki rozumie? 💡 99 języków, od angielskiego po suahili. Samo wykrywa język albo wybierasz go Ty. Dokładność bywa różna: najwyższa w szeroko używanych językach, niższa w rzadszych, gdzie pomaga ręczny wybór języka. ❓ Czy zamieni notatkę głosową na tekst? 💡 Tak. Pliki M4A, które zapisują telefony, obsługuje tak samo, jednym upuszczeniem. To zamiana mowy na tekst dla nagranych plików, a nie dyktowanie na żywo. ❓ Czy podpisze imiona mówców w nagraniu wideo? 💡 Zapisuje to, co zostało powiedziane, ze znacznikami czasu, jako jeden ciąg. Nie rozróżnia mówców. ❓ Ile trwa jeden plik? 💡 To zależy od układu graficznego, którego używa Chrome. Na laptopie z grafiką Intel Iris Xe 30-minutowy plik zajmuje około 9 do 18 minut, plus do minuty na wczytanie modelu. ✨ Transkrypcja audio na tekst - MP4 to Transcript: prywatnie, ze znacznikami czasu i w przeglądarce