Công cụ › Âm thanh
Chuyển âm thanh thành văn bản
Biến phỏng vấn, bài giảng, podcast và ghi âm giọng nói thành văn bản kèm mốc thời gian. Whisper chạy trong trình duyệt nên bản ghi không bao giờ rời khỏi thiết bị. Tải TXT, SRT hoặc VTT.
Mô hình nhận dạng giọng nói chỉ tải về thiết bị một lần; bản ghi của bạn không bao giờ rời khỏi thiết bị. Chưa có gì bắt đầu cho đến khi bạn chọn tệp.
Cách hoạt động
- Thả tệp MP3, M4A, WAV, OGG hoặc video. Âm thanh được giải mã trên thiết bị này và chuyển sang 16 kHz mono cho Whisper.
- Bản ghi dài được cắt thành các phần tối đa 30 giây tại chỗ ngắt, nên một cuộc phỏng vấn dài một giờ cũng không sao. Văn bản hiện ra từng phần kèm ước tính thời gian còn lại.
- Sửa bất kỳ từ hay mốc thời gian nào ngay tại chỗ, rồi sao chép văn bản hoặc tải xuống dạng TXT, có hoặc không có thời gian.
Câu hỏi
Hỗ trợ những ngôn ngữ nào?
Cả 99 ngôn ngữ mà Whisper biết, từ tiếng Anh, tiếng Tây Ban Nha, tiếng Hindi đến tiếng Nhật, tiếng Ả Rập và tiếng Thổ Nhĩ Kỳ. Ngôn ngữ được tự nhận biết, hoặc bạn tự chọn.
Có thực sự riêng tư không?
Có. Mô hình được tải một lần và chạy trong thẻ này. Không có gì từ bản ghi của bạn được gửi đi đâu cả.
Có phân biệt người nói không?
Chưa. Bạn nhận được lời nói kèm mốc thời gian, không có nhãn người nói.
Độ chính xác thế nào?
Giọng nói rõ ràng cho kết quả gần như từng chữ. Nhạc nền, nhiều người nói cùng lúc và giọng địa phương nặng gây nhiều lỗi hơn; mô hình Chính xác sẽ giúp ích.