Gratis Audio naar tekst

Hoe het werkt

Transcriptie draait een Whisper-spraakherkenningsmodel direct in je browser. De audio wordt op je eigen apparaat gedecodeerd, geresampled en aan het model gegeven — de opname wordt nooit geüpload.

1. 1
   Je bestand wordt gedecodeerd naar 16 kHz mono

   Whisper accepteert maar één formaat: audio met één kanaal op 16.000 samples per seconde. De audio-engine van de browser doet de omzetting zelf, wat voor de meeste muziek- en spraakbestanden betekent dat er helemaal niets extra's hoeft te worden gedownload. Ongebruikelijke videocontainers vallen terug op de meegeleverde ffmpeg.
2. 2
   Het model wordt eenmalig gedownload, en alleen als je erom vraagt

   Het spraakmodel is ongeveer 81 MB (of 45 MB voor de snellere, minder nauwkeurige optie) en de engine die het draait voegt ongeveer 27 MB toe. Het wordt pas opgehaald nadat je op Laden drukt en daarna in de cache bewaard, zodat latere bezoeken direct starten. Je kunt het op elk moment weer verwijderen.
3. 3
   Audio wordt in vensters van 30 seconden getranscribeerd

   Whisper leest 30 seconden tegelijk met 5 seconden overlap aan elke kant, zodat woorden over een grens heen niet verloren gaan. Dit draait in een achtergrondthread; daarom blijft de pagina responsief en blijft Annuleren werken.
4. 4
   Tekst wordt leesbare ondertiteling

   De ruwe uitvoer wordt gesplitst en opnieuw getimed, zodat geen regel langer is dan 42 tekens en niets sneller voorbijschiet dan 21 tekens per seconde — dezelfde grenzen die onze Ondertiteleditor controleert. Tijden worden nooit uitgerekt om die doelen te halen, omdat dat een verkeerd beeld zou geven van wanneer de woorden zijn gezegd.

Gerelateerde tools