Audio & Video ke Subtitle (AI)

Transkripsikan suara ke SRT, VTT, atau teks dengan Whisper, di browser

Berjalan di browser Anda

Jatuhkan file audio atau video

MP3, WAV, M4A, OGG, MP4, WebM, dan apa pun yang bisa diputar browser Anda

File tetap di perangkat Anda. Hanya model AI yang diunduh, sekali, dan disimpan browser.

Pertama kali model diunduh, selanjutnya langsung mulai. File panjang butuh waktu di komputer tanpa WebGPU.

Bagaimana transkripsi AI di browser bekerja?

Alat ini menjalankan Whisper, model pengenalan suara terbuka dari OpenAI, di perangkat Anda sendiri dengan transformers.js. Browser mendekode trek audio, mengubahnya ke 16 kHz, lalu model mengubah setiap jendela 30 detik menjadi teks dengan waktu mulai dan selesai. Segmen berwaktu itu menjadi cue SRT atau WebVTT, atau transkrip biasa. Model diunduh sekali dari Hugging Face Hub dan disimpan browser; audionya sendiri tidak dikirim ke mana pun. Memakai kartu grafis lewat WebGPU bila ada, jika tidak memakai prosesor.

Kegunaan

  • Menambahkan subtitle ke video YouTube, TikTok, CapCut, atau Premiere tanpa mengetik
  • Mendapatkan transkrip wawancara, kuliah, rapat, atau podcast
  • Mengubah pesan suara atau catatan audio singkat menjadi teks
  • Menerjemahkan ucapan bahasa lain menjadi subtitle bahasa Inggris

Kapan digunakan?

Cocok untuk ucapan jelas dalam file hingga sekitar satu jam. Model Cepat untuk klip pendek dan draf; Seimbang adalah pilihan bawaan yang baik; Akurat jauh lebih baik untuk logat dan bising, tetapi unduhannya lebih besar dan lebih lambat tanpa kartu grafis. Pilih bahasa ucapan jika Anda tahu, karena deteksi otomatis bisa salah pada klip pendek. Selalu periksa hasilnya sebelum dipublikasikan: nama dan istilah teknis adalah kesalahan umum, dan waktunya bisa digeser nanti dengan Konverter Subtitle.

Contoh

  1. Buat subtitle SRT untuk video

    Masukan

    Wawancara MP4 2 menit dalam bahasa Indonesia. Model: Seimbang. Bahasa: Indonesia. Keluaran: Bahasa yang sama.

    Keluaran

    File .srt dengan sekitar 30 segmen berwaktu dalam bahasa Indonesia, siap untuk pemutar atau editor.

  2. Terjemahkan ceramah ke subtitle Inggris

    Masukan

    Potongan podcast berbahasa Spanyol (M4A). Model: Akurat. Keluaran: Terjemahkan ke Inggris.

    Keluaran

    Subtitle bahasa Inggris dengan waktu asli, dalam SRT, VTT, atau teks.

Tanya jawab

Apakah audio saya diunggah ke server?

Tidak. File didekode dan ditranskripsi di browser. Satu-satunya unduhan adalah model AI dari Hugging Face Hub, yang lalu disimpan browser.

Model mana yang dipilih?

Mulai dengan Seimbang. Pakai Cepat untuk klip pendek atau komputer lambat, dan Akurat untuk logat, bising, atau pekerjaan penting jika bisa menunggu unduhan yang lebih besar.

Mengapa lambat?

Pengenalan suara adalah pekerjaan berat. Dengan WebGPU (Chrome, Edge, Safari terbaru) berjalan di kartu grafis dan jauh lebih cepat; jika tidak, di prosesor. Biarkan tab terbuka sampai selesai.

Bahasa apa saja yang didukung?

Whisper mengenali sekitar 100 bahasa, paling akurat untuk bahasa yang banyak dipakai seperti Inggris, Spanyol, Mandarin, Jepang, dan Indonesia. Terjemahan selalu ke bahasa Inggris.

Sumber dan standar

Semua Alat