Transcriber

Transkripsi file MP3 menjadi teks

Pilih file MP3, lalu AI (Whisper atau SenseVoice) mentranskripsinya di dalam peramban Anda. Audio tidak pernah sampai ke server. Tanpa akun, tanpa biaya, tanpa batas durasi.

Memeriksa lingkungan Anda…

Akurasi untuk bahasa ini turun drastis pada model yang lebih kecil. Pilih Whisper Small atau yang lebih besar

Aktif

Biasanya Anda cukup membiarkannya pada Auto. Ubah hanya jika jumlah pembicara dalam hasilnya jelas salah

Tidak punya file? Rekam dengan mikrofon Anda. Transkripsi dimulai setelah Anda menghentikan rekaman (hingga sekitar menit di perangkat ini dengan model yang dipilih). Rekaman Anda juga tidak dikirim ke server mana pun.

Cara mentranskripsi MP3

  1. Pilih bahasanya. Deteksi otomatis bisa dipakai, tetapi memilih bahasa yang sebenarnya (misalnya Inggris untuk rekaman berbahasa Inggris) mengurangi salah pengenalan. Pemisahan pembicara aktif sejak awal. Jika hanya satu orang yang berbicara, Anda boleh menonaktifkannya.
  2. Lepaskan file MP3 di sini atau klik untuk memilihnya. Transkripsi dimulai segera setelah file dimuat, dan baris muncul berurutan begitu selesai diproses.
  3. Setelah selesai, klik baris untuk memutar ulang audio dari titik itu dan perbaiki kesalahan. Lalu pilih TXT, Word, atau format lain di “Unduh”, atau salin teksnya langsung.

Hal penting saat bekerja dengan MP3

MP3 adalah format terkompresi, jadi bitrate rekaman asli langsung memengaruhi akurasi. Pada 128 kbps atau lebih, percakapan biasa dikenali dengan andal. Di bawah 64 kbps — atau pada rekaman telepon yang frekuensi tingginya sudah terpotong — akan lebih banyak kata yang terlewat. Untuk bahasa selain Jepang, Mandarin, dan Korea, beralih ke model Small atau yang lebih besar biasanya membantu. Untuk bahasa Spanyol, Jerman, dan bahasa Eropa lainnya di komputer dengan WebGPU, Parakeet Ultra lebih akurat dan lebih cepat daripada Small.

Semuanya berjalan di perangkat Anda sendiri. File tidak diunggah dan teks hasilnya juga tidak dikirim ke mana pun, jadi rekaman yang tidak boleh dibagikan ke luar — rapat, wawancara — dapat diproses apa adanya.

Bagian hening tidak diproses, jadi lama prosesnya bergantung pada berapa lama orang benar-benar berbicara, bukan pada durasi file. Kuliah dengan jeda panjang, atau rekaman yang lama tanpa orang berbicara, selesai lebih cepat daripada durasinya.

Jika ada masalah

Pertanyaan umum

Bisakah saya mentranskripsi format selain MP3?

Bisa. WAV, M4A, AAC, FLAC, OGG, Opus, AIFF, WMA, AMR, dan WebM semuanya didukung. Jika Anda memilih file video, hanya trek audionya yang diekstrak dan diproses.

Apakah ada batas ukuran file?

Tidak. Tidak ada batas durasi juga. Seberapa panjang rekaman yang dapat diproses sekaligus bergantung pada memori perangkat Anda dan model yang dipilih; jika tidak muat, halaman akan memberi tahu Anda sebelum pemrosesan dimulai.

Apakah audio saya diunggah ke suatu tempat?

Tidak. Transkripsi berjalan di dalam peramban Anda, dan file audio maupun teks hasilnya tidak dikirim ke server eksternal mana pun. Statistik pemrosesan yang dipakai untuk memperbaiki masalah (spesifikasi perangkat, jenis kesalahan, dan sejenisnya) dikirim ke server situs ini sendiri, tetapi tidak berisi audio, teks transkrip, nama file, atau alamat IP. Anda dapat menghentikannya dengan menonaktifkan sakelar di bagian “Bantu kami meningkatkan layanan” di bagian bawah halaman.

Berapa lama transkripsi berlangsung?

Tergantung perangkat dan ukuran model. Jika WebGPU tersedia, prosesnya sering lebih cepat daripada waktu nyata; tanpa WebGPU, prosesnya bisa memakan waktu beberapa kali durasi audio.

Menyiapkan audio, dan setelah transkripsi

Bantu kami meningkatkan layanan

Mengirimkan kondisi suatu proses — berhasil maupun gagal — membantu kami melacak masalah (untuk menghitung tingkat kegagalan, keduanya diperlukan). Dengan mengetahui perangkat dan setelan mana yang paling sering gagal, kami dapat meninjau ulang setelan default yang disarankan dan memperbaiki bug penyebabnya. Jika Anda tidak keberatan, membiarkannya aktif sangat membantu.

Yang dikirim

Spesifikasi perangkat Anda (model GPU, memori, jumlah inti), peramban dan OS, model dan bahasa yang Anda pilih, setelan pemisahan pembicara (aktif atau nonaktif, dan jumlah pembicara yang Anda atur), bahasa tampilan halaman, sejauh mana proses berjalan (termasuk saat Anda menghentikannya atau menutup halaman), jenis dan detail kesalahan, format file beserta perkiraan ukuran dan durasinya, lama setiap tahap, serta seberapa banyak data model AI yang diunduh. Nomor sementara yang menghubungkan proses-proses di tab yang sama (nomor ini dihapus saat Anda menutup tab). Di layar hasil: berapa kali Anda memakai fitur edit (seperti mengganti nama pembicara atau memisahkan baris), terjemahan, ringkasan, dan impor subtitel, format yang Anda pilih di “Unduh”, seberapa sering Anda memakai “Salin teks” dan “Unduh semua”, serta pasangan bahasa terjemahan.

Yang tidak pernah dikirim

Audio, transkrip (termasuk nama pembicara dan terjemahan), nama file, dan alamat IP. Data hanya dikirim ke server situs ini sendiri, tidak pernah ke layanan pihak ketiga.