Chuyển âm thanh và video thành văn bản miễn phí

Với giọng nói rõ và ít tiếng ồn, nó thường nhận đúng hầu hết các từ. Nó có thể sai ở tên riêng, nhạc nền, giọng địa phương nặng hoặc giọng nói chồng lên nhau, và không phân biệt được người nói. Hãy kiểm tra văn bản trước khi dùng.

Có, nếu trình duyệt của bạn phát được tệp (tin nhắn thoại thường là OGG hoặc OPUS, mà Chrome, Edge và Firefox đọc được). Hãy lưu nó vào thiết bị và thêm vào đây.

Hãy cắt thành các phần tối đa 10 phút và phiên âm từng phần một. Tệp âm thanh tối đa 15 phút có thể được cắt ngay tại đây bằng công cụ cắt MP3 của chúng tôi; hãy cắt video hoặc tệp âm thanh dài hơn trong thư viện điện thoại hoặc trong trình chỉnh sửa của bạn (Cắt video cũng dừng ở 10 phút). Giới hạn này giúp công cụ hoạt động tốt cả trên điện thoại.

Whisper (mô hình nhận dạng giọng nói của OpenAI, trọng số theo giấy phép MIT) chạy bằng transformers.js (giấy phép Apache 2.0) ngay trong trình duyệt của bạn, chính là mô hình mà công cụ Phụ đề tự động của chúng tôi dùng. Lần đầu mô hình được tải xuống (khoảng 77 MB ở mức “Thường” và khoảng 250 MB ở mức “Cao”) và trình duyệt của bạn sẽ lưu lại.

Không. Âm thanh được đọc và chuyển thành văn bản bên trong trình duyệt của bạn và không gửi đến Cocuyo hay bất kỳ bên thứ ba nào. Chỉ mô hình giọng nói được tải xuống, một lần, từ máy chủ của chúng tôi.

Có. Bạn có thể dùng thử trước khi đăng ký; để tiếp tục sử dụng, chúng tôi yêu cầu một tài khoản miễn phí, không cần gói đăng ký. Không tốn tín dụng và không tính vào 30 lượt chào mừng của bạn: không giới hạn số lượt dùng.

Một tệp âm thanh hoặc video tối đa 300 MB và 10 phút mà trình duyệt của bạn phát được. Việc chuyển giọng nói thành văn bản chạy trên thiết bị: trên điện thoại có thể lâu hơn nhiều so với máy tính.