Транскрибация аудио в текст - MP4 to Transcript

Приватная транскрибация аудио и видео в текст на вашем компьютере: таймкоды и субтитры SRT. Ничего никуда не загружается.

🎬 Транскрибация аудио в текст - MP4 to Transcript: расшифровка видео и звука на вашем компьютере Расширение расшифровывает запись с таймкодами прямо в Chrome. Перетащите файл MP4 или MP3, и открытая модель Whisper от OpenAI переведёт аудио в текст на вашем собственном компьютере. Ничего не загружается, нет ни лимитов по минутам, ни аккаунтов. 🚀 Как работает Транскрибация аудио в текст - MP4 to Transcript 1. Установите расширение и откройте его с панели инструментов. 2. Один раз скачайте модель распознавания речи: 566 МБ. 3. Перетащите видео- или аудиофайл либо выберите его. 4. Читайте, правьте, копируйте или экспортируйте результат. 🔒 Расшифровка аудио в текст, которая не покидает компьютер Онлайн-сервисы загружают вашу запись на сервер. Здесь транскрибация идёт внутри Chrome на WebGPU, поэтому интервью, совещания и голосовые заметки остаются только у вас. А после однократного скачивания модели всё работает и офлайн. ⭐ Главные возможности ① Расшифровка видео и аудио на 99 языках ② Таймкоды у каждой строки: нажмите на время, чтобы услышать этот момент ③ Экспорт в простой текст, текст с таймкодами, файл SRT или файл VTT ④ Поиск и замена, правка прямо в строке и режим для чтения ⑤ История с поиском, которая хранится в вашем браузере 🎞 MP4, MP3 и другие форматы Перетащите видео MP4, запись MP3 или запись экрана, и расширение прочитает её по частям прямо из файла, поэтому в память поместится даже двухчасовое видео. Подойдёт и большинство других аудио- и видеофайлов, которые умеет воспроизводить Chrome. MP4 и MP3 обрабатываются одинаково: это и расшифровка записи с диктофона, и транскрибация видео в текст. 🎙 Кому это пригодится Журналисты и исследователи расшифровывают интервью, не отправляя на сервер ни слова. Подкастеры делают из выпуска расшифровку для описания эпизода. Команды получают стенограмму совещания: Zoom сохраняет записи в MP4, так что звонок из Zoom обрабатывается одним перетаскиванием. ⏱ Таймкоды и субтитры Таймкоды уже встроены: у каждого фрагмента есть время начала, а нажатие на него включает воспроизведение с этого места. Экспортируйте SRT или VTT, и реплики будут готовы для видеоредактора или плеера: как генератор субтитров, только файл остаётся у вас. Из видео или звука SRT получается тем же нажатием. ✍ Правка и исправления 🔹 Нажмите на любую строку, чтобы исправить имя 🔹 Найдите и замените всё за один раз 🔹 Меняйте скорость воспроизведения: медленнее или быстрее 🔹 Копируйте всё целиком или с таймкодами 🔹 Переключитесь на «Абзацы (для чтения)» 📊 Насколько точно и быстро Модель — Whisper large-v3-turbo, так что результат работы ИИ можно проверить построчно. Мы измерили точность на шести видах английских записей: дикторская начитка и речь с шумом, звонок с отчётом о доходах и совещание, подкаст и речь с акцентом. ◆ Доля ошибочных слов в среднем: 8,6% ◆ Настольная версия Whisper на тех же файлах: 7,8% ◆ Чистая начитка: около 2% ◆ Ноутбук с графикой Intel Iris Xe: от 0,3 до 0,6 с работы на секунду звука 🔁 Для длинных записей Закройте вкладку на полпути, позже снова откройте файл, и Транскрибация аудио в текст - MP4 to Transcript продолжит с того места, где остановилась. Если графический драйвер перезапустится, модель загрузится заново и работа пойдёт дальше сама. Тем временем можно пользоваться другими вкладками. 💻 Программа для транскрибации в браузере Нужен Chrome 121 или новее с WebGPU, как на Windows, macOS и ChromeOS. Она работает как Whisper Web, только в виде расширения: Whisper обрабатывает ваши собственные файлы, и MP3, и MP4, в одном месте. 🎯 Откройте страницу транскрибации, когда очередную запись нужно расшифровать. Если что-то пойдёт не так, ссылка «Что-то не работает? Напишите нам» под историей откроет нашу форму обратной связи. ❓ Бесплатна ли Транскрибация аудио в текст - MP4 to Transcript? 💡 Да. Пользоваться можно бесплатно: без аккаунта, без лимитов по минутам и без водяных знаков. ❓ Мои аудио и видео куда-то загружаются? 💡 Нет. Ваши файлы и расшифровки остаются на компьютере. Скачивается только модель распознавания речи, один раз, с Hugging Face: 566 МБ или 0,76 ГБ на некоторых видеочипах. ❓ Какие языки поддерживаются? 💡 99 языков, от английского до суахили. Язык определяется автоматически, или вы выбираете его сами. Точность зависит от языка: выше всего на распространённых языках и ниже на более редких, где помогает выбрать язык вручную. ❓ Можно ли расшифровать голосовую заметку? 💡 Да. Формат M4A, в котором их сохраняют телефоны, обрабатывается так же, одним перетаскиванием. Это голос в текст для готовых записей, а не диктовка в реальном времени. ❓ Подписываются ли имена говорящих в видео? 💡 Сказанное идёт одним потоком с таймкодами. Говорящих расширение не различает. ❓ Сколько времени занимает файл? 💡 Это зависит от видеочипа, который использует Chrome. На ноутбуке с графикой Intel Iris Xe 30-минутный файл обрабатывается примерно за 9–18 минут, плюс до минуты на загрузку модели. ✨ Транскрибация аудио в текст - MP4 to Transcript: приватно, с таймкодами и прямо в браузере