Інструменти › ШІ на пристрої
Автоматичні субтитри та мовлення в текст
Перетворіть мовлення з відео чи запису на субтитри: Whisper від OpenAI працює просто в браузері. Виправте будь-який рядок і завантажте SRT, VTT або TXT чи вшийте субтитри у відео.
Модель розпізнавання мовлення завантажується на пристрій один раз; запис нікуди не надсилається. Нічого не почнеться, доки ви не виберете файл.
Як це працює
- Звук декодується на цьому пристрої й перетворюється на 16 кГц моно — саме такий формат слухає Whisper.
- Довгі записи розрізаються за природними паузами на частини до 30 секунд, кожна розпізнається з таймкодами. Рядки з’являються, щойно готова чергова частина.
- Мова визначається за першою фразою, або виберіть її самі. «Перекласти англійською» перетворює мовлення будь-якою з 99 мов Whisper на англійські субтитри.
- Працює на відеокарті через WebGPU, якщо вона доступна, інакше на процесорі через WebAssembly.
Запитання
Відео завантажується на сервер?
Ні. Модель мовлення один раз завантажується з Hugging Face і зберігається на пристрої; файл не залишає цю вкладку.
Скільки важить завантаження?
Без WebGPU «Швидка» — близько 41 МБ, «Точна» — близько 77 МБ. З WebGPU версії для відеокарти важать близько 120 МБ і 206 МБ. Обидві зберігаються на наступний раз.
Скільки це триває?
З WebGPU зазвичай набагато швидше, ніж триває запис. На процесорі «Швидкій» потрібно приблизно половину тривалості запису, «Точній» — приблизно всю, плюс перше завантаження.
Яка модель використовується?
Whisper tiny («Швидка») і Whisper base («Точна») від OpenAI за ліцензією MIT, у версіях ONNX від Hugging Face. Субтитри можна використовувати комерційно.
Чи можна накласти субтитри на відео?
Так. Кнопка «Вшити у відео» відкриває інструмент вшивання субтитрів із вашими рядками та відео — залишиться вибрати оформлення й зберегти.