Transcriber

Whisper yapay zekâsıyla tarayıcınızda sınırsız yazıya dökme

Bir ses dosyası seçin; Whisper modeli onu yazıya dökmek için tarayıcınızın içinde çalışır. Python, ffmpeg veya GPU sürücüleri kurmanız gerekmez. Ses hiçbir sunucuya ulaşmaz; hesap veya ödeme yoktur.

Ortamınız kontrol ediliyor…

Bu dilde küçük modellerin doğruluğu belirgin biçimde düşer. Whisper Small veya daha büyük bir model seçin

Açık

Normalde Oto’da bırakabilirsiniz. Yalnızca sonuçtaki konuşmacı sayısı açıkça yanlışsa değiştirin

Dosyanız yok mu? Mikrofonunuzla kaydedin. Kaydı durdurduktan sonra yazıya dökme başlar (bu cihazda seçili modelle yaklaşık dk’ya kadar). Kaydınız da hiçbir sunucuya gönderilmez.

Nasıl kullanılır

  1. Bir model seçin. Varsayılan, cihazınızın kaldırabileceklerine göre otomatik olarak seçilir. WebGPU destekli bir bilgisayarda Large v3 Turbo, doğruluk ve hız arasında iyi bir denge sunar.
  2. Dili seçin. Otomatik algılama çalışır, ancak gerçek dili belirtmek tanıma hatalarını azaltır.
  3. Bir ses veya video dosyası seçin. Dosya yüklenir yüklenmez yazıya dökme başlar; bittiğinde “İndir” altında TXT, Word, SRT veya başka bir biçim seçebilirsiniz.

Tarayıcıda çalışan Whisper hakkında

Whisper, OpenAI’ın yayımladığı bir konuşma tanıma modelidir. Normalde bir Python ortamı kurup ffmpeg ve GPU sürücülerini yükleyerek kullanılır. Bu araç, aynı Whisper modellerini tarayıcıda çalışan bir biçime dönüştürülmüş olarak çalıştırır. Model ilk seferde indirilir; sonrasında tarayıcınızda saklanan kopya kullanılır.

Altı model kullanılabilir: Tiny, Base, Small, Medium, Large v3 Turbo ve Large v3. WebGPU destekli bir bilgisayarda GPU’da, telefonlarda ve WebGPU’suz cihazlarda CPU’da çalışırlar. Büyük modeller daha doğrudur, ancak daha büyük bir indirme ve daha fazla bellek gerektirir. Large v3 Turbo, Large v3’ün kodlayıcısını korur ve daha küçük bir kod çözücü kullanır; bu sayede Large v3’e yakın doğrulukla hızlı çalışır. Whisper dışındaki modeller dahil her modelin her dilde ölçtüğümüz hata oranları ve işleme süreleri için Model karşılaştırması ve seçim rehberi sayfasına bakın.

Whisper bazen sessizlik veya müzik sırasında kimsenin söylemediği cümleler yazar. Tekrarlanan cümleler otomatik olarak kaldırılır, ancak yalnızca bir kez görünen cümle kalır; o satırı sonuç ekranında silin.

Bir sorun çıkarsa

Sık sorulan sorular

Python veya GPU gerekiyor mu?

Hayır. Chrome veya Edge gibi güncel bir tarayıcı yeterlidir. WebGPU destekli bir bilgisayarda GPU’da hızlı çalışır; telefonlarda veya kullanılabilir GPU’su olmayan cihazlarda CPU’da çalışır (daha uzun sürer).

Hangi modeli seçmeliyim?

Varsayılan, cihazınızın kaldırabileceklerine göre otomatik olarak seçilir. WebGPU destekli bir bilgisayarda Large v3 Turbo, doğruluk ve hız arasında iyi bir denge sunar; telefonda Tiny veya Base seçin.

Sonuçlar Whisper’ın Python sürümüyle aynı mı?

Model aynı Whisper’dır, ancak tarayıcıda çalışması için hafifletildiğinden çıktının ince ayrıntıları Python sürümüyle eşleşmeyebilir.

Çevrimdışı çalışır mı?

Evet. Model indirildikten sonra ağ bağlantısı olmadan yazıya dökebilirsiniz.

Sesi hazırlamak ve yazıya döktükten sonrası için

Hizmeti geliştirmemize yardım edin

Bir işlemin koşullarını (başarılı veya başarısız) bize göndermeniz sorunların kaynağını bulmamıza yardımcı olur (başarısızlık oranını hesaplamak için ikisi de gerekir). En sık hangi cihazların ve ayarların başarısız olduğunu bilmek, önerilen varsayılanları gözden geçirmemizi ve arkalarındaki hataları düzeltmemizi sağlar. Sakıncası yoksa bunu açık bırakmanız gerçekten çok yardımcı olur.

Gönderilenler

Cihazınızın özellikleri (GPU modeli, bellek, çekirdek sayısı), tarayıcı ve işletim sistemi, seçtiğiniz model ve dil, konuşmacı ayrımı ayarınız (açık veya kapalı ve ayarladığınız konuşmacı sayısı), sayfanın görüntüleme dili, işlemin nereye kadar ilerlediği (durdurduğunuz veya sayfayı kapattığınız durumlar dahil), hatanın türü ve ayrıntıları, dosyanın biçimi ile yaklaşık boyutu ve süresi, her aşamanın ne kadar sürdüğü ve ne kadar yapay zekâ modeli verisinin indirildiği. Aynı sekmedeki işlemleri birbirine bağlayan geçici bir numara (sekmeyi kapattığınızda silinir). Sonuç ekranında: düzenlemeyi (konuşmacıları yeniden adlandırma veya satırları bölme gibi), çeviriyi, özetleri ve altyazı içe aktarmayı kaç kez kullandığınız, “İndir” altında seçtiğiniz biçimler, “Metni kopyala” ve “Tümünü indir”i ne sıklıkla kullandığınız ve çeviri dil çifti.

Asla gönderilmeyenler

Ses, dökümler (konuşmacı adları ve çeviriler dahil), dosya adları ve IP adresleri. Veriler yalnızca bu sitenin kendi sunucusuna gider, hiçbir zaman üçüncü taraf bir hizmete gitmez.