Lumaktaw sa pangunahing nilalaman

Libreng Audio patungong teksto

Gawing teksto at subtitle ang audio o video, buo sa device mo. I-export sa SRT, VTT, ASS at iba pa. Walang upload, walang account.

Ang libreng plano ng TurboScribe ay nagpapahintulot ng 3 file bawat araw β€” dito ang pagsasalita ay tinatranscribe sa iyong device, at ang audio ay hindi umaalis dito. Β· sinuri Set 2026

I-drop ang mga file dito o mag-click para mag-browse

MP3, WAV, M4A, AAC, OGG, FLAC, WEBM, MP4, MOV, MKV, M4V Β· pinoproseso sa iyong device

o pindutin ang Ctrl+V para i-paste mula sa clipboard

Maaari kang mag-drop ng maraming file nang sabay-sabay

I-browse ang mga file

Mag-drop ng ilang file nang sabay para i-transcribe ang mga ito nang isa-isa at i-save nang sama-sama bilang ZIP.

Paano ito Gumagana

Nagpapatakbo ang transcription ng Whisper speech-recognition model direkta sa iyong browser. Dine-decode, nire-resample at ipinapasa sa model ang audio sa sarili mong device β€” hindi kailanman ina-upload ang recording.

  1. 1
    Dine-decode ang file mo sa 16 kHz mono
    Iisang format lang ang tinatanggap ng Whisper: single-channel na audio sa 16,000 sample bawat segundo. Ang audio engine mismo ng browser ang gumagawa ng conversion, na para sa karamihan ng music at voice file ay walang dagdag na download. Gumagamit ng kasamang ffmpeg ang mga hindi karaniwang video container.
  2. 2
    Isang beses dina-download ang model, at kapag hiniling mo lang
    Nasa 81 MB ang speech model (o 45 MB para sa mas mabilis ngunit hindi gaanong tumpak na opsyon), at nagdaragdag ng mga 27 MB ang engine na nagpapatakbo rito. Kinukuha lang ito pagkatapos mong pindutin ang Load, saka itinatago sa cache para agad na magsimula ang mga susunod na bisita. Maaari mo itong alisin muli anumang oras.
  3. 3
    Tina-transcribe ang audio sa mga 30-segundong window
    Binabasa ng Whisper ang 30 segundo sa bawat pagkakataon na may 5 segundong overlap sa bawat panig, kaya hindi nawawala ang mga salitang tumatawid sa hangganan. Tumatakbo ito sa background thread, kaya nananatiling responsive ang pahina at patuloy na gumagana ang Cancel.
  4. 4
    Nagiging nababasang subtitle ang text
    Hinahati at nire-re-time ang raw na output kaya walang linyang lalampas sa 42 character at walang dadaan nang mas mabilis sa 21 character bawat segundo β€” ang parehong limit na sinusuri ng aming Subtitle Editor. Hindi kailanman binabanat ang timing para maabot ang mga target na iyon, dahil magbibigay iyon ng maling larawan kung kailan sinabi ang mga salita.

Hindi kailanman umaalis sa device mo ang recording mo. Dina-download ang model file mismo mula sa server namin, pero binabasa lang ang audio sa loob ng sarili mong browser β€” ligtas para sa interview, medikal na tala, legal na recording at anumang kumpidensyal.

Mga Kaugnay na Tool

Mga Madalas na Itanong