Выберите аудио- или видеофайл, и Whisper от OpenAI превратит речь в текст прямо в этой вкладке браузера. Файл никуда не отправляется. Бесплатно, без регистрации и без ограничения по минутам.
Проверяем, что поддерживает ваш браузер...
[00:00:05] Спасибо, что пришли, начнём с расписания.
[00:00:11] Первый срок: конец следующей недели.
[00:00:18] Заметки я отправлю всем сегодня днём.
Проще говорить, чем печатать? StarWhisper подставляет тот же Whisper в любое текстовое поле на вашем ПК или Mac. Нажмите сочетание клавиш, скажите фразу, и текст окажется в письме, документе или чате. Бесплатно до 2000 слов в неделю, без аккаунта.
Попробовать бесплатноГолосовые сообщения WhatsApp хранятся в формате Opus, и эта страница его читает. Сначала сохраните сообщение как файл:
После этого выберите файл выше. Названия пунктов меню немного отличаются в разных версиях WhatsApp. Если браузер на телефоне не открывает файл, попробуйте на компьютере.
Большинство бесплатных сервисов расшифровки сначала отправляют вашу запись на свои серверы. Эта страница так не делает. Браузер декодирует звук и передаёт его Whisper, который работает в той же вкладке. Проверить это можно самому: откройте инструменты разработчика в браузере, перейдите на вкладку «Сеть» (Network) и расшифруйте что-нибудь. В первый раз вы увидите, как загружаются файлы модели с huggingface.co, но никакой файл не отправляется.
Поэтому страница подходит для интервью, разговоров с клиентами, медицинских и юридических заметок и всего, что вы предпочли бы не передавать третьим лицам.
Страница отправляет данные двух видов, и ни в одном из них нет вашего файла или ваших слов. Если вы принимаете cookie, загружается обычная статистика сайта, как на любой другой странице. Кроме того, без cookie страница передаёт на наш сервер несколько анонимных счётчиков: когда вы выбираете файл (примерный размер и способ чтения), когда расшифровка завершена (модель, процессор или видеокарта, примерная длительность вроде «от 1 до 5 минут» и скорость) и когда что-то пошло не так (на каком шаге). Так мы узнаём, пользуются ли страницей и где возникают сбои. Код открыт на GitHub, так что вы можете прочитать, что именно он делает.
| Модель | Размер загрузки (CPU / GPU) | Подходит для |
|---|---|---|
| Tiny | 41 МБ / 120 МБ | Быстрые черновики при очень чёткой речи (лучше всего на английском), старые компьютеры и телефоны |
| Base | 77 МБ / 206 МБ | Большинство записей, где один или два человека говорят чётко |
| Small | 249 МБ / 586 МБ | Акценты, шумные помещения, случаи, когда точность важнее скорости |
Версии для GPU больше, потому что хранят веса модели в формате, с которым видеокарты работают эффективно. Все три модели многоязычные и охватывают 99 языков, на которых обучался Whisper. Для русского начните с Base. Если в результате много ошибок, сначала попробуйте модель побольше.
Страница работает с аудио в форматах MP3, WAV, M4A, AAC, OGG, Opus, FLAC и WEBM, а также со звуковой дорожкой видео в форматах MP4, MOV, MKV и WEBM. Chrome и Edge читают больше всего форматов. Если файл не открывается, сначала преобразуйте его в MP3 или WAV.
Ограничения по минутам нет, но работу выполняет ваш компьютер, так что скорость зависит от него. Видеокарта с WebGPU работает намного быстрее, чем один процессор, а на процессоре расшифровка длинной записи может занять больше времени, чем сама запись. Не закрывайте вкладку, пока всё не закончится. В Chrome и Edge большие файлы читаются по частям, поэтому видео размером в несколько ГБ можно расшифровать на компьютере. Браузеры без этой возможности останавливаются на 1 ГБ на компьютере и 200 МБ на телефоне.
Эта страница предназначена для готовых файлов. Для диктовки есть приложение StarWhisper: тот же Whisper в виде обычной программы для Windows и для компьютеров Mac с Apple Silicon. Вы нажимаете сочетание клавиш, говорите, и текст появляется в той программе, где вы пишете: в почте, Word, Slack, редакторе кода. Для скорости оно использует CUDA, Vulkan или Metal и после настройки работает без интернета. Бесплатный тариф включает 2000 слов диктовки в неделю и не требует аккаунта. В Pro добавляются расшифровка файлов в приложении без ограничений по памяти браузера и модели Medium и Large.
Да. Работу выполняет ваш компьютер, поэтому у нас нет расходов за каждую минуту и нет причины вводить лимит. Аккаунт не нужен, водяных знаков на тексте нет.
Нет. Файл читается и расшифровывается в браузере. Загружаются только сама страница, библиотеки расшифровки с jsDelivr и файлы модели с Hugging Face.
Да. Сохраните сообщение как файл, как описано выше, и выберите его здесь. Оно обрабатывается на вашем устройстве, так что разговор не попадает ни на какой сервер.
Да, так настроено по умолчанию. Whisper слушает первые 30 секунд и выбирает наиболее вероятный язык. Если запись начинается с музыки или тишины, лучше выбрать язык вручную.
Whisper переводит речь с других языков на английский. Поставьте галочку «Перевести результат на английский» до выбора файла. На другие языки он не переводит.
Нет. Whisper записывает, что было сказано, но не кто это сказал.
Чаще всего потому, что в браузере нет WebGPU и Whisper работает на процессоре. Подсказка под полем выбора файла показывает, что используется сейчас. Быстрее всего Chrome или Edge на современном компьютере, а Tiny самая быстрая из трёх моделей.
На современных телефонах с актуальным браузером может работать. Но памяти у телефонов гораздо меньше, поэтому страница предлагает там только Tiny и Base. Лучше всего подходят короткие записи.