Suara ke teks AI

Rekam dari mikrofon atau unggah file audio dan dapatkan transkrip teks biasa yang dapat diedit, tanpa stempel waktu, didukung Whisper.

Audio Anda tidak pernah meninggalkan perangkat Anda. Model Whisper tiny diunduh sekali dan browser Anda menggunakannya kembali di kunjungan berikutnya.

Transkripsikan audio Anda

00:00
Audio visualizer

Berjalan sepenuhnya di browser Anda. Data Anda tidak pernah keluar dari perangkat Anda.

Cara kerja

Saat Anda mengklik Transkripsikan, empat hal terjadi — semuanya secara lokal, semuanya di browser Anda:

  1. Perekaman / dekodasi audio — Jika merekam, API MediaRecorder menangkap audio mono mentah dan menyimpannya sebagai WebM. Jika mengunggah, API Web Audio mendekode file audio atau video menjadi AudioBuffer, sesuai yang mampu didekode browser.
  2. Resampling & konversi mono — Audio di-resampling ke 16kHz mono float32 PCM, format input yang diharapkan Whisper.
  3. Pemuatan model (hanya pertama kali) — Model ONNX whisper-tiny yang dikuantisasi diambil dari CDN Hugging Face; browser Anda menggunakan kembali file yang sudah diunduh lewat cache HTTP standar (Cache API). Ini bukan mode offline penuh: file halaman tetap diambil dari situs.
  4. Transkriksi berbasis potongan — Audio dibagi menjadi potongan 30 detik yang tumpang tindih (stride 5 detik). Setiap potongan ditranskripsi lalu hasilnya digabung menjadi satu teks berkelanjutan. Keluarannya berupa teks biasa, tanpa stempel waktu.

Pertanyaan yang sering diajukan

Seberapa akurat transkripsinya?

Kami menggunakan Whisper Tiny, model Whisper terkecil (~39M parameter). Menghasilkan hasil yang baik untuk audio jelas dengan satu pembicara, kebisingan latar belakang sedang, dan aksen.

Bahasa apa saja yang didukung?

Whisper Tiny mendukung 99 bahasa dengan deteksi bahasa otomatis. Inggris adalah yang paling akurat, diikuti oleh Spanyol, Portugis, Prancis, Jerman, Hindi, dan Indonesia.

Mengapa perlu izin mikrofon?

Izin mikrofon diminta oleh browser saat Anda mengklik Mulai Rekam. Audio ditangkap secara lokal melalui API MediaRecorder dan diproses sepenuhnya di browser Anda. Tidak ada yang diunggah ke server mana pun.

Bisakah saya mentranskripsi file audio panjang?

Ya. Kami menggunakan inferensi berbasis potongan: audio dibagi menjadi potongan 30 detik yang tumpang tindih, masing-masing ditranskripsi secara independen lalu digabungkan menjadi satu teks berkelanjutan. Hasilnya tidak memuat stempel waktu.

Format file apa saja yang didukung?

Anda bisa mengunggah file audio atau video apa pun yang mampu didekode oleh browser; Web Audio API mengambil audionya di browser sebelum transkripsi. Rekaman mikrofon disimpan dalam format WebM.

Kapan jangan gunakan alat ini

Baca selanjutnya

Iklan