Δωρεάν, απεριόριστη
μεταγραφή ήχου με AI
Επιλέξτε ένα αρχείο ήχου και η AI (Whisper ή SenseVoice) το μεταγράφει μέσα στο πρόγραμμα περιήγησής σας. Ο ήχος δεν αποστέλλεται ποτέ σε διακομιστή. Χωρίς εγγραφή, χωρίς χρονικά όρια, εντελώς δωρεάν.
Η ακρίβεια για αυτή τη γλώσσα πέφτει απότομα στα μικρότερα μοντέλα. Επιλέξτε Whisper Small ή μεγαλύτερο
Συνήθως μπορείτε να το αφήσετε στο «Αυτόματα». Αλλάξτε το μόνο αν το αποτέλεσμα έχει σαφώς λάθος αριθμό ομιλητών
Δεν έχετε αρχείο; Ηχογραφήστε με το μικρόφωνό σας. Η μεταγραφή ξεκινά αφού σταματήσετε την ηχογράφηση (έως περίπου 000 λεπτά σε αυτή τη συσκευή με το επιλεγμένο μοντέλο). Ούτε η ηχογράφησή σας αποστέλλεται σε κανέναν διακομιστή.
Πώς λειτουργεί
- 1
Επιλέξτε αρχείο ήχου ή ηχογραφήστε
Υποστηρίζονται οι κύριες μορφές, όπως MP3, WAV, M4A και FLAC. Λειτουργεί και η μεταφορά και απόθεση. Δεν έχετε αρχείο; Μπορείτε επίσης να ηχογραφήσετε με το μικρόφωνο και να το μεταγράψετε.
- 2
Η AI μεταγράφει αυτόματα
Η AI (Whisper, SenseVoice, Haas-ja, Qwen3-ASR ή Voxtral) εκτελείται μέσα στο πρόγραμμα περιήγησής σας. Την πρώτη φορά γίνεται λήψη του μοντέλου (40 MB–5,2 GB, ανάλογα με το μοντέλο που θα επιλέξετε).
- 3
Εξαγάγετε τα αποτελέσματα
Αποθηκεύστε ως έγγραφα (TXT, Word, PDF), υπότιτλους (SRT, VTT) ή δεδομένα (CSV, JSON). Υποστηρίζεται η διάκριση ομιλητών.
Για τι μπορείτε να το χρησιμοποιήσετε
Μετατρέψτε ηχογραφήσεις σε κείμενο χωρίς να βγείτε από το πρόγραμμα περιήγησης. Επειδή ο ήχος σας δεν ανεβαίνει, είναι κατάλληλο και για ηχογραφήσεις που δεν μπορείτε να παραδώσετε σε υπηρεσία τρίτων.
Πρακτικά συσκέψεων
Η διάκριση ομιλητών δείχνει κάθε συμμετέχοντα με διαφορετικό χρώμα, οπότε το κείμενο μεταγραφής είναι ήδη κοντά σε πρακτικά. Οι εσωτερικές ηχογραφήσεις δεν καταλήγουν σε εξωτερικούς διακομιστές.
Απομαγνητοφώνηση συνεντεύξεων
Δεν υπάρχει όριο στη διάρκεια της ηχογράφησης. Ο συνεντευκτής και ο ερωτώμενος διακρίνονται αυτόματα και μπορείτε να δώσετε όνομα στον καθένα.
Υπότιτλοι για βίντεο και YouTube
Φορτώστε απευθείας αρχείο MP4 ή WebM, ελέγξτε και διορθώστε τους υπότιτλους κατά την αναπαραγωγή του βίντεο και εξαγάγετε υπότιτλους SRT με χρονικούς κωδικούς. Δεν απαιτείται βήμα μετατροπής.
Σημειώσεις διαλέξεων και σεμιναρίων
Κρατήστε τις ηχογραφημένες διαλέξεις ως κείμενο με δυνατότητα αναζήτησης. Τα μεγαλύτερα μοντέλα χειρίζονται καλύτερα ήχο με πολλή εξειδικευμένη ορολογία.
Φωνητικές σημειώσεις
Σημειώσεις M4A που ηχογραφήθηκαν σε κινητό μπορούν να φορτωθούν ως έχουν και να μετατραπούν σε κείμενο.
Μεταγραφές podcast και μεταδόσεων
Μεταγράψτε αρχειοθετημένα επεισόδια για να τα αξιοποιήσετε ως άρθρα ή ως βάση για καλύτερη ορατότητα στην αναζήτηση.
Ξεκινήστε από αυτό που χρειάζεστε
Αν γνωρίζετε ήδη τον τύπο του αρχείου ή τον στόχο, ξεκινήστε από εδώ — οι εξηγήσεις και τα βήματα είναι προσαρμοσμένα σε κάθε περίπτωση.
Μεταγραφή MP3
Επιλέξτε ένα αρχείο MP3 και μετατρέψτε το σε κείμενο.
Μεταγραφή βίντεο (MP4)
Εξαγάγετε τον ήχο από MP4 και άλλα βίντεο και μετατρέψτε τον σε κείμενο.
Μεταγραφή M4A
Μετατρέψτε αρχεία M4A, όπως φωνητικά σημειώματα του iPhone, σε κείμενο.
Δημιουργία υπότιτλων (SRT)
Δημιουργήστε υπότιτλους με χρονικούς κωδικούς από ήχο ή βίντεο.
Μεταγραφή με Whisper AI
Χρησιμοποιήστε το Whisper για μεταγραφή χωρίς εγκατάσταση.
Μεταγραφή συσκέψεων
Μετατρέψτε ηχογραφήσεις συσκέψεων σε πρακτικά, χωρισμένα ανά ομιλητή.
Μεταγραφή ηχογραφήσεων
Μετατρέψτε αρχεία από συσκευές εγγραφής και μεγάλες ηχογραφήσεις σε κείμενο.
Προετοιμασία του ήχου και μετά τη μεταγραφή
Άλλα εργαλεία του ίδιου δημιουργού. Αποθηκεύστε μια μετάδοση του X πριν τη μεταγράψετε, συντομεύστε μια μεγάλη ηχογράφηση πριν τη φορτώσετε ή ενσωματώστε το SRT που δημιουργήσατε στο βίντεο, όλα μέσα στο πρόγραμμα περιήγησής σας.
Αποθήκευση εγγραφής X Space
Αποθηκεύει το αρχείο ενός ολοκληρωμένου X (Twitter) Space ως M4A. Το αρχείο φορτώνεται απευθείας σε αυτό το εργαλείο.
X Space Downloader →
Αποθήκευση βίντεο από το X
Αποθηκεύει βίντεο και αρχεία ζωντανών μεταδόσεων που δημοσιεύτηκαν στο X ως MP4. Φορτώστε το βίντεο ως έχει και μεταγράψτε το.
X Video Downloader →
Τακτοποιήστε τον ήχο, ενσωματώστε το SRT
Αφαιρέστε τη σιωπή για να συντομεύσετε μια ηχογράφηση, εξαγάγετε μόνο τον ήχο από ένα βίντεο ή ενσωματώστε το SRT που δημιουργήσατε στο βίντεο. Όλα εκτελούνται στο πρόγραμμα περιήγησής σας.
Media Tools →
Υποστηριζόμενες μορφές αρχείων
- Αρχεία ήχου
- MP3, WAV, M4A, AAC, FLAC, OGG, Opus, AIFF, WMA, AMR, WebM
- Αρχεία βίντεο
- MP4, MOV, MKV, WebM, AVI, WMV, FLV, MPG, MPEG-TS, 3GP (το κομμάτι ήχου εξάγεται και μεταγράφεται· το αποτέλεσμα εμφανίζεται ως υπότιτλοι πάνω στο βίντεο κατά την αναπαραγωγή)
- Μορφές εξαγωγής
- TXT (απλό κείμενο), Word (DOCX), PDF (εκτύπωση σε PDF), SRT / VTT (υπότιτλοι με χρονικούς κωδικούς), CSV και JSON
- Όριο μεγέθους αρχείου
- Χωρίς όριο (η διάρκεια ηχογράφησης που μπορεί να υποβληθεί σε επεξεργασία με μία φορά εξαρτάται από τη μνήμη της συσκευής σας και το επιλεγμένο μοντέλο)
- Μαζική επεξεργασία
- Επιλέξτε πολλά αρχεία μαζί· μεταγράφονται το ένα μετά το άλλο και τα αποτελέσματα αποθηκεύονται όλα μαζί σε ένα αρχείο ZIP
- Αρχεία υπότιτλων
- Ανοίξτε αρχεία υπότιτλων SRT ή VTT για να τα επεξεργαστείτε, να τα μεταφράσετε ή να τα συνοψίσετε, ή για να μετατρέψετε μεταξύ SRT και VTT (επιλέξτε μαζί ένα βίντεο για να τα ελέγχετε κατά την αναπαραγωγή)
- Γλώσσες
- 100 γλώσσες (οι 99 του Whisper συν τα Καντονέζικα με το SenseVoice). Εκτός από Ιαπωνικά, Αγγλικά, Κινεζικά, Κορεατικά, Ισπανικά, Γαλλικά, Γερμανικά, Πορτογαλικά, Ρωσικά, Ιταλικά και Ινδονησιακά, μπορείτε να επιλέξετε Ολλανδικά, Τουρκικά, Πολωνικά, Ταϊλανδικά, Βιετναμικά, Αραβικά και πολλές ακόμη. Αναζητήστε με όνομα ή κωδικό γλώσσας ή επιλέξτε «Αυτόματη ανίχνευση» αν δεν είστε σίγουροι
Δεν χρειάζεται να μετατρέψετε πρώτα το βίντεο σε ήχο — το πρόγραμμα περιήγησης εξάγει το κομμάτι ήχου μόλις φορτωθεί το αρχείο.
Διαθέσιμα μοντέλα
Διατίθενται δώδεκα μοντέλα. Το προεπιλεγμένο μοντέλο εξαρτάται από τη γλώσσα και τη συσκευή, όπως φαίνεται στον παρακάτω πίνακα, και μπορείτε να το αλλάξετε στις ρυθμίσεις. Τα μεγαλύτερα μοντέλα Whisper είναι πιο ακριβή, αλλά η πρώτη λήψη τους διαρκεί περισσότερο και χρειάζονται πιο ισχυρό υλικό.
Προεπιλεγμένο μοντέλο ανά γλώσσα
- Ιαπωνικά
- Haas-ja v1.0 (υπολογιστές με WebGPU σε Chrome ή Edge, εκτός από Mac με Apple silicon) SenseVoice Small (κινητά, Safari, Firefox και άλλα περιβάλλοντα)
- Κινεζικά, Κορεατικά, Καντονέζικα
- SenseVoice Small
- Αγγλικά
- Parakeet Ultra (υπολογιστές με ενσωματωμένα γραφικά σε Chrome ή Edge) SenseVoice Small (κινητά, υπολογιστές χωρίς WebGPU, υπολογιστές με ενσωματωμένα γραφικά σε Safari ή Firefox κ.λπ.) Whisper Large v3 Turbo (υπολογιστές με αποκλειστική κάρτα γραφικών· Whisper Small σε παλαιότερες GPU) Whisper Small (Mac)
- Ισπανικά, Γερμανικά, Γαλλικά, Ιταλικά, Πορτογαλικά, Ρωσικά, Πολωνικά, Ολλανδικά, Ουκρανικά, Ουγγρικά, Τσεχικά, Ελληνικά
- Parakeet Ultra (υπολογιστές με ενσωματωμένα γραφικά σε Chrome ή Edge) FastConformer (Ισπανικά, Γαλλικά, Ιταλικά και Γερμανικά· κινητά και υπολογιστές χωρίς WebGPU, εκτός από συσκευές με λίγη μνήμη) Άλλες συσκευές: όπως στις «Άλλες γλώσσες»
- Άλλες γλώσσες
- Whisper Large v3 Turbo (υπολογιστές με αποκλειστική κάρτα γραφικών· Whisper Small σε παλαιότερες GPU) Whisper Small (Mac) Whisper Base (υπολογιστές με ενσωματωμένα γραφικά) Whisper Tiny (κινητά, περιβάλλοντα χωρίς WebGPU, συσκευές με μνήμη κάτω από 4 GB)
Μέγεθος και χαρακτηριστικά κάθε μοντέλου
| Μοντέλο | Μέγεθος | Σημειώσεις |
|---|---|---|
| Haas-ja v1.0 | 〜710 MB | Υψηλή ακρίβεια, μόνο για Ιαπωνικά. Κάνει περίπου 40% λιγότερα λάθη από το SenseVoice Small (δικές μας μετρήσεις σε ανάγνωση κειμένου). Η επεξεργασία διαρκεί περίπου το 1/30 της διάρκειας του ήχου (μέτρηση σε PC με ενσωματωμένα γραφικά). Μόνο σε υπολογιστές με WebGPU· η πρώτη εκτέλεση κατεβάζει περίπου 710 MB και χρησιμοποιεί περίπου 1 GB μνήμης GPU (VRAM). Προεπιλογή για τα Ιαπωνικά σε υπολογιστές με WebGPU σε Chrome ή Edge (εκτός από Mac με Apple silicon) |
| SenseVoice Small | 〜240 MB | Ιαπωνικά, Κινεζικά, Κορεατικά, Αγγλικά και Καντονέζικα. Ελαφρύ και γρήγορο, και τουλάχιστον τόσο ακριβές όσο το Large v3 Turbo για Ιαπωνικά και Κινεζικά (προεπιλογή για Κινεζικά, Κορεατικά και Καντονέζικα, για Ιαπωνικά σε κινητά, σε Safari και Firefox, σε υπολογιστές χωρίς WebGPU και σε ορισμένες άλλες περιπτώσεις, και για Αγγλικά σε κινητά, σε υπολογιστές χωρίς WebGPU, σε υπολογιστές με ενσωματωμένα γραφικά σε Safari ή Firefox και σε ορισμένες άλλες περιπτώσεις) |
| Parakeet Ultra | 〜500 MB | Μοντέλο υψηλής ακρίβειας για 25 ευρωπαϊκές γλώσσες, μεταξύ αυτών Αγγλικά, Ισπανικά, Γερμανικά και Γαλλικά. Για Ισπανικά, Γερμανικά, Γαλλικά, Ιταλικά, Πορτογαλικά και Ρωσικά κάνει 60–80% λιγότερα λάθη από το Whisper Base και είναι περίπου εξίσου ή και πιο ακριβές από το Large v3 Turbo (δικές μας μετρήσεις σε ανάγνωση κειμένου). Η επεξεργασία διαρκεί περίπου το 1/25 της διάρκειας του ήχου (μέτρηση σε PC με ενσωματωμένα γραφικά). Εκτελείται μόνο σε υπολογιστές με WebGPU και την πρώτη φορά κατεβάζει περίπου 500 MB. Είναι η προεπιλογή για τα Αγγλικά, αυτές τις 6 γλώσσες, τα Πολωνικά, τα Ολλανδικά, τα Ουκρανικά, τα Ουγγρικά, τα Τσεχικά και τα Ελληνικά σε υπολογιστές με ενσωματωμένα γραφικά σε Chrome ή Edge |
| FastConformer | 〜175 MB | Μοντέλα ανά γλώσσα (NVIDIA) για Ισπανικά, Γαλλικά, Ιταλικά και Γερμανικά. Κάνουν λιγότερα από τα μισά λάθη του Whisper Tiny και επεξεργάζονται περίπου 3 φορές ταχύτερα (δικές μας μετρήσεις). Εκτελούνται στην CPU χωρίς GPU και την πρώτη φορά κατεβάζουν περίπου 175 MB. Προεπιλογή για αυτές τις 4 γλώσσες σε κινητά και σε υπολογιστές χωρίς WebGPU |
| Whisper Tiny | GPU 〜145 MB / CPU 〜40 MB | Γρήγορο και ελαφρύ. Ιδανικό για καθαρό ήχο |
| Whisper Base | GPU 〜280 MB / CPU 〜75 MB | Καλή ισορροπία ταχύτητας και ακρίβειας |
| Whisper Small | GPU 〜925 MB / CPU 〜240 MB | Υψηλή ακρίβεια. Τα πάει καλά με ορολογία και δύσκολο ήχο |
| Whisper Medium | 〜650 MB | Περίπου τόσο ακριβές όσο το Large v3 Turbo με λιγότερο από το μισό μέγεθος λήψης σε WebGPU. Συνιστάται WebGPU |
| Whisper Large v3 Turbo | GPU 〜1.5 GB / CPU 〜725 MB | Σχεδόν κορυφαία ακρίβεια και υψηλή ταχύτητα. Συνιστάται WebGPU (προτείνεται) |
| Whisper Large v3 | GPU 〜2.0 GB / CPU 〜1.2 GB | Το πλήρες Large v3. Το πιο ακριβές μοντέλο Whisper, το μεγαλύτερο σε μέγεθος, αργό (ουσιαστικά απαιτείται WebGPU) |
| Qwen3-ASR 1.7B | 〜5.2 GB | Υψηλή ακρίβεια. Μόνο σε υπολογιστές με WebGPU· η πρώτη εκτέλεση κατεβάζει περίπου 5,2 GB (δύο μοντέλα: ένα για το κείμενο και ένα για τις χρονοσημάνσεις) και χρησιμοποιεί περίπου 5 GB μνήμης GPU (VRAM) |
| Voxtral Mini 4B | 〜2.9 GB | Υψηλή ακρίβεια, διαθέσιμο μόνο για Ιαπωνικά. Κάνει περίπου 30% λιγότερα λάθη από το SenseVoice Small (δικές μας μετρήσεις σε ανάγνωση κειμένου). Η επεξεργασία διαρκεί περισσότερο από ό,τι με το SenseVoice Small: περίπου 0,4 (PC με αποκλειστική κάρτα γραφικών) έως 0,85 (PC με ενσωματωμένα γραφικά) φορές τη διάρκεια του ήχου. Μόνο σε υπολογιστές με WebGPU· η πρώτη εκτέλεση κατεβάζει περίπου 2,9 GB και χρησιμοποιεί περίπου 5 GB μνήμης GPU (VRAM) |
Τα Whisper Medium και μεγαλύτερα, το Haas-ja, το Parakeet Ultra, το Qwen3-ASR και το Voxtral απαιτούν περιβάλλον με υποστήριξη WebGPU. Το Voxtral απαιτεί επίσης GPU που υποστηρίζει αριθμούς κινητής υποδιαστολής 16 bit (fp16). Χωρίς WebGPU, επιλέξτε Small ή μικρότερο.
Ως σημείο αναφοράς, τα Whisper Large v3 και Qwen3-ASR 1.7B εκτελέστηκαν σε Windows 11 με GeForce RTX 2060 SUPER (8 GB). Το Qwen3-ASR χρησιμοποιεί περίπου 5 GB μνήμης GPU.
Συγκρίνετε τα ποσοστά σφαλμάτων και τους χρόνους επεξεργασίας κάθε μοντέλου
Σε τι διαφέρει από τις υπηρεσίες μεταγραφής στο cloud
Οι περισσότερες υπηρεσίες μεταγραφής στέλνουν τον ήχο σας στους διακομιστές τους για επεξεργασία. Το Transcriber εκτελεί το μοντέλο μέσα στο πρόγραμμα περιήγησής σας, κάτι που αλλάζει τα υπέρ και τα κατά.
| Χαρακτηριστικό | Τυπική υπηρεσία cloud | Transcriber |
|---|---|---|
| Πού πηγαίνει ο ήχος | Ανεβαίνει στους διακομιστές του παρόχου | Δεν αποστέλλεται ποτέ — η επεξεργασία γίνεται στη συσκευή σας |
| Δωρεάν χρήση | Συνήθως με όριο λεπτών ανά μήνα | Χωρίς όρια χρόνου ή χρήσης |
| Απαιτείται λογαριασμός | Συνήθως ναι | Όχι |
| Χρήση εκτός σύνδεσης | Δεν είναι δυνατή | Δυνατή μόλις γίνει λήψη του μοντέλου |
| Από τι εξαρτάται η ταχύτητα | Από το υλικό των διακομιστών του παρόχου | Από την GPU / CPU της δικής σας συσκευής |
Οι υπηρεσίες cloud έχουν το πλεονέκτημα σταθερής ταχύτητας σε συσκευές χαμηλής ισχύος. Η επεξεργασία στο πρόγραμμα περιήγησης ταιριάζει όταν η ηχογράφηση δεν πρέπει να βγει από τον έλεγχό σας ή όταν χρειάζεται να επεξεργαστείτε ήχο μεγάλης διάρκειας χωρίς να φτάσετε σε κάποιο όριο.
Συχνές ερωτήσεις
Είναι πραγματικά δωρεάν; Υπάρχουν όρια χρόνου ή χρήσης;
Είναι εντελώς δωρεάν. Δεν υπάρχουν όρια στη διάρκεια, στον αριθμό εκτελέσεων, στον αριθμό χαρακτήρων ή στο μέγεθος αρχείου, και δεν απαιτείται πιστωτική κάρτα. Το μόνο που διαφέρει είναι πόσο μεγάλη ηχογράφηση μπορεί να υποβληθεί σε επεξεργασία με μία φορά, κάτι που εξαρτάται από τη μνήμη της συσκευής σας και το επιλεγμένο μοντέλο· αν ένα αρχείο δεν χωρά, η σελίδα σάς ενημερώνει πριν ξεκινήσει η επεξεργασία.
Ανεβαίνει ο ήχος μου σε διακομιστή;
Όχι. Η AI (Whisper ή SenseVoice) εκτελείται μέσα στο πρόγραμμα περιήγησής σας, οπότε ο ήχος σας δεν φεύγει ποτέ από τη συσκευή σας. Οι ηχογραφήσεις σας δεν αποθηκεύονται σε διακομιστή και δεν δίνονται σε τρίτους.
Χρειάζεται να δημιουργήσω λογαριασμό ή να συνδεθώ;
Όχι. Ανοίξτε τη σελίδα, επιλέξτε ένα αρχείο ήχου και η μεταγραφή ξεκινά. Δεν σας ζητείται ποτέ διεύθυνση email.
Ποιες μορφές αρχείων υποστηρίζονται;
Ήχος: MP3, WAV, M4A, AAC, FLAC, OGG, Opus, AIFF, WMA και AMR. Βίντεο: MP4, MOV, MKV, WebM, AVI, WMV, FLV, MPG, MPEG-TS και 3GP. Μπορείτε να μεταφέρετε και να αποθέσετε ένα αρχείο ή να το επιλέξετε από το παράθυρο επιλογής αρχείων.
Μπορώ να μεταγράψω αρχείο βίντεο;
Ναι. Φορτώστε ένα αρχείο βίντεο, π.χ. MP4, MOV, MKV, WebM ή AVI, και το πρόγραμμα περιήγησης εξάγει το κομμάτι ήχου του για τη μεταγραφή. Δεν χρειάζεται να το μετατρέψετε πρώτα σε αρχείο ήχου. Μετά τη μεταγραφή, μπορείτε να αναπαραγάγετε το βίντεο με το αποτέλεσμα ως υπότιτλους για να το ελέγξετε και να το διορθώσετε ή να το δείτε με μεταφρασμένους υπότιτλους. Δεν υπάρχει όριο μεγέθους αρχείου, οπότε βίντεο πολλών gigabyte φορτώνονται ως έχουν. Βίντεο που αποθηκεύσατε από το X (Twitter) με το X Video Downloader φορτώνονται ως έχουν· για να εξαγάγετε πρώτα μόνο τον ήχο, χρησιμοποιήστε το Media Tools.
Μπορεί να ξεχωρίσει τους ομιλητές;
Υποστηρίζεται η διάκριση ομιλητών. Σε ηχογραφήσεις με πολλούς συμμετέχοντες, όπως συσκέψεις ή συνεντεύξεις, κάθε ομιλητής εμφανίζεται με διαφορετικό χρώμα. Ο αριθμός των ομιλητών εκτιμάται αυτόματα, οπότε συνήθως δεν χρειάζεται να τον ορίσετε. Οι ετικέτες ομιλητών μπορούν να μετονομαστούν στην οθόνη, οι ομιλητές που διαχωρίστηκαν κατά λάθος μπορούν να συγχωνευθούν και κάθε γραμμή μπορεί να αποδοθεί σε άλλον ομιλητή ή να χωριστεί στα δύο. Όταν, σε υπολογιστή, το WebGPU είναι διαθέσιμο σε πρόγραμμα περιήγησης άλλο από τον Firefox και ο αριθμός ομιλητών μένει στο «Αυτόματα», η διάκριση χρησιμοποιεί το NVIDIA Nemotron 3 Diarization· διαφορετικά χρησιμοποιεί το pyannote, και στις δύο περιπτώσεις το WeSpeaker χρησιμοποιείται για τη σύγκριση των χαρακτηριστικών της φωνής.
Μπορώ να δημιουργήσω αρχεία υπότιτλων;
Ναι — τα κείμενα μεταγραφής μπορούν να εξαχθούν ως υπότιτλοι SRT και VTT (WebVTT) με χρονικούς κωδικούς, έτοιμοι για φόρτωση σε προγράμματα επεξεργασίας βίντεο ή πλατφόρμες βίντεο (πολλά προγράμματα επεξεργασίας βίντεο δέχονται SRT). Διατίθενται επίσης εξαγωγή σε απλό κείμενο (TXT), Word (DOCX), PDF, CSV και JSON, καθώς και αντιγραφή στο πρόχειρο. Για να ενσωματώσετε το SRT που εξαγάγατε απευθείας στο βίντεο, χρησιμοποιήστε το Media Tools (ενσωμάτωση υπότιτλων).
Μπορώ να μεταφράσω το κείμενο μεταγραφής;
Ναι. Ανοίξτε τη «Μετάφραση» στην κεφαλίδα του αποτελέσματος, επιλέξτε τη γλώσσα προέλευσης και τη γλώσσα-στόχο, και κάτω από κάθε γραμμή εμφανίζεται μια μετάφραση. Κάθε μορφή εξαγωγής μπορεί να περιέχει το πρωτότυπο, τη μετάφραση ή και τα δύο. Αν φορτώσατε βίντεο, η μετάφραση μπορεί επίσης να εμφανίζεται ως υπότιτλοι πάνω του κατά την αναπαραγωγή. Η μετάφραση χρησιμοποιεί τον μεταφραστή που είναι ενσωματωμένος στο Chrome 138+ και στο Edge 148+ για υπολογιστές και εκτελείται εξ ολοκλήρου στη συσκευή σας, οπότε το κείμενο μεταγραφής δεν αποστέλλεται ποτέ πουθενά. Δεν είναι διαθέσιμη σε smartphone ούτε σε Firefox και Safari. Την πρώτη φορά που χρησιμοποιείτε μια γλώσσα γίνεται λήψη του μοντέλου μετάφρασής της.
Λειτουργεί εκτός σύνδεσης;
Ναι. Αφού γίνει μία φορά η λήψη του μοντέλου AI, η μεταγραφή λειτουργεί χωρίς σύνδεση στο δίκτυο. Τα μεγέθη των μοντέλων κυμαίνονται από περίπου 40 MB έως 5,2 GB, ανάλογα με το μοντέλο που θα επιλέξετε.
Πώς μπορώ να βελτιώσω την ακρίβεια;
Η επιλογή μοντέλου που ταιριάζει στη γλώσσα βελτιώνει την ακρίβεια. Για τα Ιαπωνικά, το Haas-ja v1.0 είναι το πιο ακριβές από τα διαθέσιμα μοντέλα και κάνει περίπου 40% λιγότερα λάθη από το SenseVoice Small (δικές μας μετρήσεις σε ανάγνωση κειμένου). Εκτελείται μόνο σε υπολογιστές με WebGPU, την πρώτη φορά κατεβάζει περίπου 710 MB και η επεξεργασία διαρκεί περίπου το 1/30 της διάρκειας του ήχου (μέτρηση σε PC με ενσωματωμένα γραφικά). Είναι η προεπιλογή για τα Ιαπωνικά σε υπολογιστές με WebGPU σε Chrome ή Edge (εκτός από Mac με Apple silicon). Για Κινεζικά και Κορεατικά, καθώς και για Ιαπωνικά αλλού, π.χ. σε κινητά ή σε Safari και Firefox, το προεπιλεγμένο SenseVoice Small είναι ελαφρύ και γρήγορο, και για Ιαπωνικά και Κινεζικά είναι τουλάχιστον τόσο ακριβές όσο το Whisper Large v3 Turbo. Για άλλες γλώσσες, τα μεγαλύτερα μοντέλα είναι πιο ακριβή· σε συσκευές με υποστήριξη WebGPU, το Whisper Large v3 Turbo συνιστάται για την υψηλή ακρίβεια και την ταχύτητά του (είναι η προεπιλογή σε υπολογιστές με αποκλειστική κάρτα γραφικών). Για 25 ευρωπαϊκές γλώσσες (μεταξύ αυτών Αγγλικά, Ισπανικά, Γερμανικά και Γαλλικά) μπορείτε επίσης να επιλέξετε το Parakeet Ultra. Είναι περίπου τόσο ακριβές όσο το Whisper Large v3 Turbo (για τα Ελληνικά το Turbo είναι πιο ακριβές) και χρειάζεται περίπου το 1/7 του χρόνου επεξεργασίας του Turbo (μόνο σε υπολογιστές με WebGPU· περίπου 500 MB για την πρώτη λήψη). Είναι η προεπιλογή για Αγγλικά, Ισπανικά, Γερμανικά, Γαλλικά, Ιταλικά, Πορτογαλικά, Ρωσικά, Πολωνικά, Ολλανδικά, Ουκρανικά, Ουγγρικά, Τσεχικά και Ελληνικά σε υπολογιστές με ενσωματωμένα γραφικά σε Chrome ή Edge. Σε κινητά και σε υπολογιστές χωρίς WebGPU, η προεπιλογή για Ισπανικά, Γαλλικά, Ιταλικά και Γερμανικά είναι το FastConformer, που κάνει το πολύ τα μισά λάθη σε σχέση με το Whisper Tiny και επεξεργάζεται περίπου 3 φορές ταχύτερα (περίπου 175 MB για την πρώτη λήψη). Για τα Αγγλικά σε κινητά, σε υπολογιστές με ενσωματωμένα γραφικά σε Safari ή Firefox και σε παρόμοιες συσκευές, η προεπιλογή είναι το SenseVoice Small· κάνει λιγότερα λάθη από το Whisper Base και είναι ταχύτερο. Σε υπολογιστές με WebGPU μπορείτε επίσης να επιλέξετε το Qwen3-ASR 1.7B (περίπου 5,2 GB για την πρώτη λήψη), που κάνει λιγότερα λάθη από το Whisper Large v3 Turbo σε Ιαπωνικά, Αγγλικά και Κινεζικά. Ο ρητός ορισμός της γλώσσας αντί για την αυτόματη ανίχνευση μειώνει επίσης τα λάθη. Για τα ποσοστά σφαλμάτων και τους χρόνους επεξεργασίας που μετρήσαμε για κάθε μοντέλο σε κάθε γλώσσα, δείτε τη Σύγκριση μοντέλων και πώς να επιλέξετε.
Μπορώ να το χρησιμοποιήσω σε smartphone;
Ναι, αλλά εκτελείται σε λειτουργία μειωμένης μνήμης (WASM) για την προστασία της συσκευής, οπότε μπορεί να επεξεργαστεί με μία φορά μικρότερη διάρκεια ήχου από ό,τι σε υπολογιστή. Για ηχογραφήσεις και βίντεο μεγάλης διάρκειας συνιστάται η χρήση υπολογιστή.
Συλλέγετε πληροφορίες σφαλμάτων;
Μόνο τα στατιστικά που χρειάζονται για τη διόρθωση προβλημάτων και τη βελτίωση των λειτουργιών. Δηλαδή τα χαρακτηριστικά της συσκευής σας (μοντέλο GPU, μνήμη, αριθμός πυρήνων), το πρόγραμμα περιήγησης και το λειτουργικό σύστημα, το μοντέλο και τη γλώσσα που επιλέξατε, τη ρύθμιση διάκρισης ομιλητών (ενεργή ή ανενεργή και τον αριθμό ομιλητών που ορίσατε), τη γλώσσα εμφάνισης της σελίδας, πόσο προχώρησε η εκτέλεση (μαζί με τις περιπτώσεις που τη σταματήσατε ή κλείσατε τη σελίδα), τον τύπο και το κείμενο του σφάλματος, τη μορφή του αρχείου με κατά προσέγγιση μέγεθος και διάρκεια, πόσο διήρκεσε κάθε στάδιο και πόσα δεδομένα μοντέλων AI λήφθηκαν. Αποστέλλεται επίσης ένας προσωρινός αριθμός που συνδέει τις εκτελέσεις στην ίδια καρτέλα (διαγράφεται όταν κλείσετε την καρτέλα). Τα ίδια πεδία αποστέλλονται και όταν η επεξεργασία πετύχει, επειδή για το ποσοστό αποτυχίας χρειάζονται και τα δύο. Στην οθόνη αποτελεσμάτων αποστέλλεται επίσης πόσες φορές χρησιμοποιήσατε την επεξεργασία (π.χ. μετονομασία ομιλητών ή διαχωρισμός γραμμών), τη μετάφραση, τις συνόψεις και την εισαγωγή υπότιτλων, ποιες μορφές επιλέξατε στη «Λήψη», πόσο συχνά χρησιμοποιήσατε την «Αντιγραφή κειμένου» και τη «Λήψη όλων», καθώς και ο συνδυασμός γλωσσών της μετάφρασης. Ο ήχος, τα κείμενα μεταγραφής (μαζί με τα ονόματα ομιλητών και τις μεταφράσεις), τα ονόματα αρχείων και οι διευθύνσεις IP δεν αποστέλλονται ποτέ, και τα δεδομένα πηγαίνουν μόνο στον διακομιστή αυτού του ιστοτόπου — ποτέ σε υπηρεσία τρίτων. Μπορείτε να το απενεργοποιήσετε οποιαδήποτε στιγμή με τον διακόπτη στην ενότητα «Βοηθήστε μας να βελτιώσουμε την υπηρεσία» κοντά στο κάτω μέρος της σελίδας.
Μπορώ να αποθηκεύσω το κείμενο μεταγραφής ως Word ή PDF;
Ναι. Στη «Λήψη» κάτω από το αποτέλεσμα, επιλέξτε «Word (DOCX)» για να αποθηκεύσετε ένα έγγραφο που ανοίγει στο Word. Το PDF αποθηκεύεται μέσω της λειτουργίας εκτύπωσης του προγράμματος περιήγησης: επιλέξτε «PDF» και, στο παράθυρο εκτύπωσης που ανοίγει, αποθηκεύστε ως PDF (σε iPhone και iPad, χρησιμοποιήστε το κουμπί κοινής χρήσης στην οθόνη εκτύπωσης και αποθηκεύστε στα Αρχεία). Διατίθενται επίσης CSV για υπολογιστικά φύλλα και JSON για προγράμματα. Κάθε μορφή δημιουργείται μέσα στο πρόγραμμα περιήγησής σας, οπότε το κείμενο μεταγραφής δεν αποστέλλεται ποτέ πουθενά.
Μπορώ να ηχογραφήσω από το μικρόφωνο στο πρόγραμμα περιήγησης και να το μεταγράψω;
Ναι. Πατήστε «Ηχογράφηση με μικρόφωνο» για να ηχογραφήσετε με το μικρόφωνο του υπολογιστή ή του κινητού σας. Πατήστε «Διακοπή ηχογράφησης» και μετά «Έναρξη μεταγραφής» και η ηχογράφηση μεταγράφεται. Ούτε η ηχογράφηση αποστέλλεται πουθενά· αποθηκεύεται στο ιστορικό αυτής της συσκευής. Μπορείτε να ηχογραφήσετε έως 3 ώρες, ή λιγότερο ανάλογα με τη μνήμη της συσκευής σας και το επιλεγμένο μοντέλο· το όριο εμφανίζεται πριν ξεκινήσετε την ηχογράφηση. Σε κινητό, αν κλειδώσετε την οθόνη ή μεταβείτε σε άλλη εφαρμογή κατά την ηχογράφηση, η ηχογράφηση μπορεί να σταματήσει.
Μπορώ να μεταγράψω πολλά αρχεία μαζί;
Ναι. Επιλέξτε πολλά αρχεία στο παράθυρο επιλογής αρχείων ή αποθέστε τα μαζί, και μεταγράφονται ένα κάθε φορά με τις ίδιες ρυθμίσεις (μοντέλο, γλώσσα και διάκριση ομιλητών). Κάθε αποτέλεσμα αποθηκεύεται στο ιστορικό αυτής της συσκευής. Όταν ολοκληρωθούν όλα, επιλέξτε TXT, Word, SRT, VTT, CSV ή JSON στη «Λήψη όλων» για να αποθηκεύσετε τα αποτελέσματα σε ένα αρχείο ZIP, ένα αρχείο ανά μεταγραφή. Όσα αρχεία δεν είναι δυνατό να υποβληθούν σε επεξεργασία παραλείπονται και ξεκινά το επόμενο. Όλη η επεξεργασία γίνεται στο πρόγραμμα περιήγησής σας και τα αρχεία δεν αποστέλλονται πουθενά.
Μπορώ να δημιουργήσω σύνοψη ή πρακτικά σύσκεψης από ένα κείμενο μεταγραφής;
Ναι. Σε Chrome ή Edge (έκδοση 138 ή νεότερη) σε υπολογιστή, πατήστε «Δημιουργία σύνοψης» στην οθόνη αποτελεσμάτων και η AI που είναι ενσωματωμένη στο πρόγραμμα περιήγησης (Gemini Nano) μετατρέπει το κείμενο μεταγραφής σε λίστα με τα βασικά σημεία. Και η σύνοψη δημιουργείται στο πρόγραμμα περιήγησής σας, οπότε το κείμενο μεταγραφής δεν αποστέλλεται πουθενά. Όταν αποθηκεύετε ως Word, TXT ή PDF, η σύνοψη μπαίνει στην αρχή, οπότε μπορείτε να τη χρησιμοποιήσετε ως προσχέδιο πρακτικών. Οι συνόψεις είναι διαθέσιμες στα Ιαπωνικά, Αγγλικά, Ισπανικά, Γερμανικά και Γαλλικά. Την πρώτη φορά, το πρόγραμμα περιήγησης κατεβάζει ένα μοντέλο AI, για το οποίο χρειάζονται 22 GB ελεύθερου χώρου και είτε 16 GB μνήμης ή περισσότερα είτε GPU με περισσότερα από 4 GB VRAM. Δεν λειτουργεί σε κινητά, Firefox ή Safari.
Μπορώ να επεξεργαστώ ένα αρχείο υπότιτλων SRT ή VTT που ήδη έχω;
Ναι. Επιλέξτε ένα αρχείο υπότιτλων SRT ή VTT στο παράθυρο επιλογής αρχείων και ανοίγει στην οθόνη αποτελεσμάτων χωρίς μεταγραφή. Μπορείτε να διορθώσετε το κείμενο και τους χρόνους των γραμμών, να χωρίσετε ή να διαγράψετε γραμμές, να μεταφράσετε και να συνοψίσετε, και μετά να αποθηκεύσετε ως SRT, VTT, TXT, Word κ.ά. από τη «Λήψη» (που μετατρέπει επίσης SRT σε VTT). Επιλέξτε το αρχείο υπότιτλων μαζί με ένα αρχείο βίντεο (ή ήχου) για να αναπαραγάγετε το βίντεο με τους υπότιτλους από πάνω. Και η ανάγνωση του αρχείου γίνεται στο πρόγραμμα περιήγησής σας, και τα αρχεία δεν αποστέλλονται πουθενά.
Βοηθήστε μας να βελτιώσουμε την υπηρεσία
Αν μας στέλνετε τις συνθήκες μιας εκτέλεσης — επιτυχημένης ή αποτυχημένης — μας βοηθάτε να εντοπίζουμε προβλήματα (για το ποσοστό αποτυχίας χρειάζονται και τα δύο). Γνωρίζοντας ποιες συσκευές και ρυθμίσεις αποτυγχάνουν συχνότερα, μπορούμε να αναθεωρούμε τις προτεινόμενες προεπιλογές και να διορθώνουμε τα σφάλματα που βρίσκονται πίσω τους. Αν δεν σας ενοχλεί, θα μας βοηθούσε πολύ να το αφήσετε ενεργό.
Τι αποστέλλεται
Τα χαρακτηριστικά της συσκευής σας (μοντέλο GPU, μνήμη, αριθμός πυρήνων), το πρόγραμμα περιήγησης και το λειτουργικό σύστημα, το μοντέλο και η γλώσσα που επιλέξατε, η ρύθμιση διάκρισης ομιλητών (ενεργή ή ανενεργή και ο αριθμός ομιλητών που ορίσατε), η γλώσσα εμφάνισης της σελίδας, πόσο προχώρησε η εκτέλεση (μαζί με τις περιπτώσεις που τη σταματήσατε ή κλείσατε τη σελίδα), ο τύπος και οι λεπτομέρειες του σφάλματος, η μορφή του αρχείου με κατά προσέγγιση μέγεθος και διάρκεια, πόσο διήρκεσε κάθε στάδιο και πόσα δεδομένα μοντέλων AI λήφθηκαν. Ένας προσωρινός αριθμός που συνδέει τις εκτελέσεις στην ίδια καρτέλα (διαγράφεται όταν κλείσετε την καρτέλα). Στην οθόνη αποτελεσμάτων: πόσες φορές χρησιμοποιήσατε την επεξεργασία (π.χ. μετονομασία ομιλητών ή διαχωρισμός γραμμών), τη μετάφραση, τις συνόψεις και την εισαγωγή υπότιτλων, οι μορφές που επιλέξατε στη «Λήψη», πόσο συχνά χρησιμοποιήσατε την «Αντιγραφή κειμένου» και τη «Λήψη όλων», καθώς και ο συνδυασμός γλωσσών της μετάφρασης.
Τι δεν αποστέλλεται ποτέ
Ο ήχος, τα κείμενα μεταγραφής (μαζί με τα ονόματα ομιλητών και τις μεταφράσεις), τα ονόματα αρχείων και οι διευθύνσεις IP. Τα δεδομένα πηγαίνουν μόνο στον διακομιστή αυτού του ιστοτόπου, ποτέ σε υπηρεσία τρίτων.