Transcriber

Neomezený přepis v prohlížeči pomocí AI Whisper

Vyberte zvukový soubor a model Whisper ho přepíše přímo ve vašem prohlížeči. Není potřeba nastavovat Python, ffmpeg ani ovladače GPU. Zvuk se nikdy nedostane na server a nepotřebujete účet ani platbu.

Kontrola vašeho prostředí…

U menších modelů přesnost pro tento jazyk prudce klesá. Zvolte model Whisper Small nebo větší

Zapnuto

Obvykle stačí ponechat Auto. Změňte to jen tehdy, když má výsledek zjevně špatný počet mluvčích

Nemáte soubor? Nahrávejte mikrofonem. Přepis začne po zastavení nahrávání (na tomto zařízení se zvoleným modelem asi do min). Ani vaše nahrávka se neodesílá na žádný server.

Jak ho používat

  1. Zvolte model. Výchozí se vybere automaticky podle toho, co vaše zařízení zvládne. Na PC s WebGPU nabízí Large v3 Turbo dobrou rovnováhu přesnosti a rychlosti.
  2. Zvolte jazyk. Automatické rozpoznání funguje, ale zadání skutečného jazyka omezí chyby rozpoznávání.
  3. Vyberte zvukový nebo video soubor. Přepis začne hned po načtení souboru a po dokončení můžete v nabídce „Stáhnout“ zvolit TXT, Word, SRT nebo jiný formát.

O modelu Whisper v prohlížeči

Whisper je model rozpoznávání řeči, který vydala společnost OpenAI. Obvykle se používá tak, že se nastaví prostředí Python a nainstaluje ffmpeg a ovladače GPU. Tento nástroj spouští tytéž modely Whisper převedené do formátu, který funguje v prohlížeči. Model se stáhne při prvním použití a poté se používá kopie uložená ve vašem prohlížeči.

K dispozici je šest modelů: Tiny, Base, Small, Medium, Large v3 Turbo a Large v3. Na PC s WebGPU běží na GPU; na telefonech a zařízeních bez WebGPU běží na CPU. Větší modely jsou přesnější, ale vyžadují stažení většího objemu dat a více paměti. Large v3 Turbo zachovává kodér modelu Large v3 a používá menší dekodér, takže běží rychle s přesností blízkou Large v3. Chybovost a doby zpracování, které jsme změřili pro jednotlivé modely v jednotlivých jazycích, včetně jiných modelů než Whisper, najdete v části Srovnání modelů a jak si vybrat.

Whisper občas během ticha nebo hudby vypíše věty, které nikdo neřekl. Opakované věty se odstraňují automaticky, ale věta, která se objeví jen jednou, zůstane, proto takový řádek na obrazovce výsledku smažte.

Když něco nefunguje

Časté dotazy

Potřebuji Python nebo GPU?

Ne. Stačí aktuální prohlížeč, například Chrome nebo Edge. Na PC s WebGPU běží rychle na GPU a na telefonech či zařízeních bez použitelného GPU běží na CPU (trvá to déle).

Který model zvolit?

Výchozí model se vybere automaticky podle toho, co vaše zařízení zvládne. Na PC s WebGPU nabízí Large v3 Turbo dobrou rovnováhu přesnosti a rychlosti; na telefonu zvolte Tiny nebo Base.

Jsou výsledky stejné jako u verze Whisper pro Python?

Model je stejný Whisper, ale pro běh v prohlížeči je odlehčený, takže drobné detaily výstupu se nemusí shodovat s verzí pro Python.

Funguje offline?

Ano. Jakmile se model stáhne, můžete přepisovat bez připojení k síti.

Příprava zvuku a co po přepisu

Pomozte nám zlepšovat službu

Když nám pošlete okolnosti zpracování – úspěšného i neúspěšného –, pomůžete nám dohledat problémy (míra selhání potřebuje obojí). Když víme, která zařízení a nastavení selhávají nejčastěji, můžeme upravit doporučená výchozí nastavení a opravit chyby, které za tím stojí. Pokud vám to nevadí, ponechte tuto možnost zapnutou – opravdu nám to pomůže.

Co se odesílá

Parametry vašeho zařízení (model GPU, paměť, počet jader), prohlížeč a operační systém, zvolený model a jazyk, nastavení rozlišení mluvčích (zapnuto či vypnuto a nastavený počet mluvčích), jazyk zobrazení stránky, jak daleko se zpracování dostalo (včetně případů, kdy jste ho zastavili nebo stránku zavřeli), typ a podrobnosti chyby, formát souboru s přibližnou velikostí a délkou, doba trvání jednotlivých fází a objem stažených dat modelů AI. Dočasné číslo, které propojuje zpracování ve stejné kartě (smaže se po zavření karty). Na obrazovce výsledku: kolikrát jste použili úpravy (například přejmenování mluvčích nebo rozdělení řádků), překlad, shrnutí a import titulků, formáty zvolené v nabídce „Stáhnout“, jak často jste použili „Kopírovat text“ a „Stáhnout vše“ a jazyková dvojice překladu.

Co se nikdy neodesílá

Zvuk, přepisy (včetně jmen mluvčích a překladů), názvy souborů a IP adresy. Data putují jen na vlastní server tohoto webu, nikdy ke službě třetí strany.