Transkripsi rekaman audio menjadi teks
Pilih file dari perekam suara atau aplikasi perekam, lalu AI (Whisper atau SenseVoice) mentranskripsinya di dalam peramban Anda. Tidak perlu mengonversi format, dan tidak ada batas waktu berapa pun panjang rekamannya. Audio tidak pernah sampai ke server. Tidak punya file? Anda dapat merekam dari mikrofon di halaman ini dan langsung mentranskripsinya (hingga 3 jam, atau kurang tergantung memori perangkat Anda dan model yang dipilih).
Akurasi untuk bahasa ini turun drastis pada model yang lebih kecil. Pilih Whisper Small atau yang lebih besar
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 000 menit di perangkat ini dengan model yang dipilih). Rekaman Anda juga tidak dikirim ke server mana pun.
Cara mentranskripsi file perekam suara
- Hubungkan perekam suara ke komputer melalui USB dan salin rekamannya. Untuk rekaman yang dibuat dengan aplikasi smartphone, simpan file ke penyimpanan cloud dari menu bagikan. Untuk Memo Suara iPhone, lihat langkah-langkah di halaman Transkripsi M4A.
- Pemisahan pembicara aktif sejak awal. Jika hanya satu orang yang berbicara, Anda boleh menonaktifkannya. Jika Anda tahu bahasanya, pilih bahasa tersebut alih-alih deteksi otomatis.
- Pilih rekamannya. Baris yang sudah selesai muncul di layar seiring proses berjalan, dan setelah selesai Anda dapat memilih TXT, Word, SRT, atau format lain di “Unduh”.
Cara merekam dengan mikrofon dan mentranskripsi
- Tekan “Rekam dengan mikrofon” dan izinkan akses mikrofon saat peramban memintanya.
- Setelah selesai berbicara, tekan “Hentikan rekaman”. Batas rekaman ditampilkan di layar selama merekam. Di ponsel, mengunci layar atau beralih ke aplikasi lain saat merekam dapat menghentikan rekaman.
- Periksa bahasa, model, dan pemisahan pembicara, lalu tekan “Mulai transkripsi”. Tekan “Simpan sebagai file audio” untuk menyimpan rekaman sebagai file; rekaman juga disimpan di riwayat perangkat ini bersama transkripnya.
Format file menurut perangkat perekam
Banyak perekam suara menyimpan dalam MP3 atau WAV, dan sebagian menyimpan dalam WMA. Aplikasi perekam smartphone menyimpan dalam M4A, MP3, AMR, atau format lain. Semuanya dapat langsung dimuat, jadi tidak perlu mengonversinya ke MP3 terlebih dahulu.
Yang paling memengaruhi hasil adalah cara rekaman dibuat. Ada tiga hal penting: pembicara dekat dengan mikrofon, sedikit kebisingan latar seperti suara AC, dan suara tidak saling tumpang tindih.
Tidak ada batas waktu, bahkan untuk rekaman yang panjang. Baris yang sudah selesai muncul selama pemrosesan, jadi Anda dapat memeriksa isinya sebelum selesai. Jika Anda menutup halaman di tengah jalan, teks yang sudah selesai sampai titik itu tetap ada di riwayat Anda.
Jika ada masalah
- Jika suara yang pelan atau jauh terlewat dalam bahasa selain Jepang, Mandarin, dan Korea, beralih ke Small atau model yang lebih besar. Untuk bahasa Spanyol, Jerman, dan bahasa Eropa lainnya di komputer dengan WebGPU, Parakeet Ultra lebih akurat dan lebih cepat daripada Small.
- Pada rekaman panjang yang berisi bagian hening, kalimat yang tidak pernah diucapkan bisa muncul. Hapus baris tersebut di layar hasil.
Pertanyaan umum
Format rekaman apa saja yang didukung?
MP3, WAV, M4A, AAC, FLAC, OGG, Opus, AIFF, WMA, AMR, dan WebM didukung. Jika Anda memilih file video, hanya trek audionya yang diekstrak dan diproses.
Berapa jam rekaman yang dapat ditranskripsi?
File audio tidak memiliki batas waktu atau ukuran. Seberapa panjang rekaman yang dapat diproses sekaligus bergantung pada memori perangkat Anda dan model yang dipilih. Saat merekam dengan mikrofon di halaman ini, Anda dapat merekam hingga 3 jam, atau kurang tergantung memori perangkat Anda dan model yang dipilih; batasnya ditampilkan sebelum Anda mulai merekam. Ponsel berjalan dalam mode hemat memori untuk melindungi perangkat, jadi komputer disarankan untuk rekaman yang panjang.
Bisakah alat ini memisahkan beberapa pembicara dalam rekaman?
Bisa. Pemisahan pembicara aktif sejak awal, dan baris dipisahkan per pembicara (hingga delapan). Untuk rekaman rapat, halaman Transkripsi rapat, yang merangkum langkah-langkahnya, adalah yang paling mudah dipakai.
Apakah rekaman saya dikirim ke suatu tempat?
Tidak. Transkripsi berjalan di peramban di perangkat Anda, dan rekaman maupun teks hasilnya tidak diteruskan ke server eksternal. Audio yang direkam dengan mikrofon ditangani dengan cara yang sama. 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.
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.