Strumenti › IA sul dispositivo
Sottotitoli automatici e voce in testo
Trasforma il parlato di un video o di una registrazione in sottotitoli con Whisper di OpenAI, che gira nel browser. Correggi qualsiasi riga e scarica SRT, VTT o TXT, oppure incorporali nel video.
Il modello vocale si scarica una sola volta sul tuo dispositivo; la registrazione non lo lascia mai. Non parte nulla finché non scegli un file.
Come funziona
- L’audio viene decodificato su questo dispositivo e convertito in 16 kHz mono, il formato che ascolta Whisper.
- Le registrazioni lunghe vengono divise nelle pause naturali in parti fino a 30 secondi, e ogni parte viene trascritta con i tempi. Le righe compaiono appena una parte è pronta.
- La lingua viene rilevata dalla prima frase, oppure la scegli tu. Traduci in inglese trasforma il parlato in una qualsiasi delle 99 lingue di Whisper in sottotitoli inglesi.
- Usa la scheda grafica (GPU) con WebGPU se disponibile, altrimenti il processore con WebAssembly.
Domande
Il mio video viene caricato?
No. Il modello vocale si scarica una volta da Hugging Face e resta sul tuo dispositivo; il file non lascia mai questa scheda.
Quanto pesa il download?
Senza WebGPU, Veloce pesa circa 41 MB e Preciso circa 77 MB. Con WebGPU le versioni per GPU pesano circa 120 MB e 206 MB. Entrambi restano salvati per la volta successiva.
Quanto ci vuole?
Con WebGPU di solito molto meno della durata della registrazione. Sul processore Veloce richiede circa metà della durata e Preciso circa la durata intera, più il primo download.
Quale modello viene usato?
Whisper tiny (Veloce) e Whisper base (Preciso) di OpenAI, con licenza MIT, nelle versioni ONNX pubblicate da Hugging Face. Puoi usare i sottotitoli anche a fini commerciali.
Posso mettere i sottotitoli nel video?
Sì. Incorpora nel video apre lo strumento per i sottotitoli con le tue righe e il tuo video già caricati, pronti da personalizzare ed esportare.