Scegli un audio o un video e Whisper, di OpenAI, trasforma il parlato in testo qui, in questa scheda del browser. Il file non viene inviato da nessuna parte. È gratis, non chiede la registrazione e non ha limiti di minuti.
Sto controllando cosa supporta il tuo browser...
[00:00:05] Grazie di esserci, iniziamo dal calendario.
[00:00:11] La prima scadenza è la fine della prossima settimana.
[00:00:18] Mando gli appunti a tutti nel pomeriggio.
Preferisci parlare invece di scrivere? StarWhisper porta lo stesso Whisper in qualsiasi campo di testo del tuo PC o Mac. Usa una scorciatoia da tastiera, parla e le parole compaiono nell'email, nel documento o nella chat. Gratis fino a 2.000 parole a settimana, senza registrazione.
Prova gratisGli audio di WhatsApp sono file Opus, e questa pagina legge quel formato. Prima salva l'audio come file:
Poi basta scegliere il file qui sopra. I nomi dei menu cambiano un po' tra le versioni di WhatsApp. Se il browser del telefono non apre il file, prova dal computer.
La maggior parte dei siti gratuiti di trascrizione invia prima la registrazione ai propri server. Questa pagina no. Il browser decodifica l'audio e lo passa a Whisper, che gira nella stessa scheda. Puoi controllare tu stesso: apri gli strumenti per sviluppatori del browser, vai nella scheda Rete (Network) e trascrivi qualcosa. La prima volta vedrai arrivare i file del modello da huggingface.co, e nessun caricamento in uscita.
Per questo è una scelta sensata per interviste, riunioni con i clienti, appunti medici o legali e qualsiasi altro audio che preferisci non affidare a terzi.
La pagina invia due tipi di dati, e nessuno dei due contiene il tuo file o le tue parole. Se accetti i cookie, vengono raccolti i normali dati statistici del sito, come in ogni altra pagina. E la pagina manda al nostro server alcuni conteggi anonimi, senza cookie: quando scegli un file (la dimensione approssimativa e come la pagina lo legge), quando una trascrizione finisce (il modello, CPU o GPU, una durata approssimativa come "da 1 a 5 minuti" e la velocità) e quando qualcosa non funziona (il passaggio che si è bloccato). Così sappiamo se qualcuno la usa e dove si inceppa. Il codice è open source su GitHub, quindi puoi leggere esattamente cosa fa.
| Modello | Dimensione del download (CPU / GPU) | Adatto a |
|---|---|---|
| Tiny | 41 MB / 120 MB | Bozze rapide di parlato molto chiaro (meglio in inglese), computer e telefoni più vecchi |
| Base | 77 MB / 206 MB | La maggior parte delle registrazioni con una o due persone che parlano chiaramente |
| Small | 249 MB / 586 MB | Accenti, ambienti rumorosi, quando la precisione conta più della velocità |
Le versioni per GPU sono più grandi perché conservano i pesi in un formato che le schede video elaborano in modo efficiente. Tutti e tre i modelli sono multilingue e coprono le 99 lingue su cui Whisper è stato addestrato. Per l'italiano, comincia da Base. Se il risultato ha molti errori, prova il modello più grande prima di ogni altra cosa.
Funziona con audio MP3, WAV, M4A, AAC, OGG, Opus, FLAC e WEBM, e con la traccia audio dei video MP4, MOV, MKV e WEBM. Chrome ed Edge leggono il maggior numero di formati. Se un file non si apre, convertilo prima in MP3 o WAV.
Non ci sono limiti di minuti, ma il lavoro lo fa il tuo computer, quindi è lui a dettare il ritmo. Una scheda video con WebGPU è molto più veloce del solo processore, e sul processore trascrivere una registrazione lunga può richiedere più tempo della registrazione stessa. Lascia aperta la scheda fino alla fine. Su Chrome ed Edge i file grandi vengono letti a pezzi, quindi sul computer puoi trascrivere anche un video di diversi GB. I browser senza questa funzione si fermano a 1 GB sul computer e a 200 MB sul telefono.
Questa pagina serve per i file che hai già. Per dettare, l'app StarWhisper usa lo stesso Whisper in un programma nativo per Windows e per i Mac con Apple Silicon. Usi una scorciatoia da tastiera, parli e il testo compare nel programma in cui stai scrivendo: email, Word, Slack, editor di codice. Usa CUDA, Vulkan o Metal per andare più veloce e funziona offline dopo la configurazione. Il piano gratuito copre 2.000 parole di dettatura a settimana e non chiede un account. Pro aggiunge la trascrizione di file dentro l'app, senza i limiti di memoria del browser, e i modelli Medium e Large.
Scarica StarWhisper oppure confrontala con l'uso di whisper.cpp per conto tuo.
Sì. Il lavoro lo fa il tuo computer, quindi non abbiamo costi al minuto né motivi per mettere limiti. Non chiede un account e non aggiunge filigrane al testo.
No. Il file viene letto e trascritto dentro il browser. Le uniche cose scaricate sono la pagina, le librerie di trascrizione da jsDelivr e i file del modello da Hugging Face.
Sì. Salva l'audio come file, come spiegato sopra, e sceglilo qui. Viene elaborato sul tuo dispositivo, quindi la conversazione non finisce su nessun server.
Sì, è l'impostazione predefinita. Whisper ascolta i primi 30 secondi e sceglie la lingua più probabile. Se la registrazione comincia con musica o silenzio, è meglio scegliere la lingua a mano.
Whisper traduce in inglese il parlato in altre lingue. Spunta "Traduci il risultato in inglese" prima di scegliere il file. Non traduce verso altre lingue.
No. Whisper scrive quello che è stato detto, non chi l'ha detto.
Di solito perché il browser non ha WebGPU e Whisper gira sul processore. L'avviso sotto il riquadro del file mostra quale dei due stai usando. Chrome o Edge su un computer recente sono i più veloci, e Tiny è il più rapido dei tre modelli.
Può funzionare, sui telefoni recenti con il browser aggiornato, ma hanno molta meno memoria, quindi la pagina offre solo Tiny e Base. Le registrazioni brevi funzionano meglio.