Аудио и видео в субтитры (ИИ)
Распознайте речь в SRT, VTT или текст с Whisper прямо в браузере
Работает в вашем браузере
Перетащите аудио- или видеофайл
MP3, WAV, M4A, OGG, MP4, WebM и всё, что умеет воспроизводить браузер
Файл остаётся на вашем устройстве. Скачивается только ИИ-модель, один раз, и браузер её сохраняет.
При первом запуске скачивается модель, затем всё начинается сразу. Длинные файлы без WebGPU обрабатываются долго.
Как работает ИИ-расшифровка в браузере?
Инструмент запускает открытую модель распознавания речи Whisper от OpenAI на вашем устройстве с помощью transformers.js. Браузер декодирует звуковую дорожку, пересэмплирует её в 16 кГц, а модель превращает каждое 30-секундное окно в текст с временем начала и конца. Эти фрагменты становятся репликами SRT или WebVTT или простой расшифровкой. Модель скачивается один раз с Hugging Face Hub и кешируется браузером; сам звук никуда не отправляется. При наличии WebGPU используется видеокарта, иначе процессор.
Примеры использования
- Добавить субтитры к видео для YouTube, TikTok, CapCut или Premiere, не набирая их вручную
- Получить расшифровку интервью, лекции, встречи или подкаста
- Превратить голосовое сообщение или аудиозаметку в текст
- Перевести речь на другом языке в английские субтитры
Когда использовать?
Подходит для чёткой речи в файлах примерно до часа. Быстрая модель — для коротких клипов и черновиков, Сбалансированная — хороший вариант по умолчанию, Точная заметно лучше справляется с акцентами и шумом, но весит больше и без видеокарты работает медленнее. Укажите язык речи, если знаете его: автоопределение может ошибаться на коротких клипах. Всегда проверяйте результат перед публикацией: типичные ошибки — имена и термины, а сдвинуть тайминг можно в Конвертере субтитров.
Примеры
Создать субтитры SRT для видео
Ввод
Двухминутное интервью MP4 на русском. Модель: Сбалансированная. Язык: русский. Результат: Тот же язык.
Вывод
Файл .srt примерно с 30 фрагментами на русском с таймингом, готовый для плеера или редактора.
Перевести выступление в английские субтитры
Ввод
Отрывок испанского подкаста (M4A). Модель: Точная. Результат: Перевести на английский.
Вывод
Английские субтитры с исходным таймингом в формате SRT, VTT или текста.
Вопросы и ответы
Загружается ли моё аудио на сервер?
Нет. Файл декодируется и распознаётся в браузере. Скачивается только ИИ-модель с Hugging Face Hub, которую браузер потом хранит.
Какую модель выбрать?
Начните со Сбалансированной. Быстрая — для коротких клипов и слабых компьютеров, Точная — для акцентов, фонового шума и важной работы, если готовы подождать загрузку побольше.
Почему так медленно?
Распознавание речи — тяжёлая задача. С WebGPU (свежие Chrome, Edge и Safari) оно идёт на видеокарте и намного быстрее, иначе на процессоре. Не закрывайте вкладку до конца.
Какие языки поддерживаются?
Whisper распознаёт около 100 языков, точнее всего распространённые: английский, испанский, русский, китайский, японский. Перевод всегда на английский.
Источники и стандарты
Похожие инструменты
Все инструментыКонвертер субтитров (SRT ↔ VTT)
Конвертируйте субтитры SRT и VTT и сдвигайте тайминг
ТекстИзвлечь вшитые субтитры (OCR)
Распознавайте вшитые субтитры из видео в SRT, VTT, ASS и другие форматы прямо в браузере
АудиоКонвертер видео в аудио
Извлекайте звук из файлов MP4, WebM или MOV прямо в браузере и сохраняйте его в Opus, MP3, M4A или WAV.
АудиоОзвучка текста
Преобразуйте текст в речь с воспроизведением по предложениям. Выберите голос и нажмите на любое предложение, чтобы начать с него.
Текст