Ses ve Videodan Altyazı (Yapay Zekâ)

Konuşmayı Whisper ile tarayıcıda SRT, VTT veya metne dönüştürün

Tarayıcınızda çalışır

Ses veya video dosyası bırakın

MP3, WAV, M4A, OGG, MP4, WebM ve tarayıcınızın oynatabildiği her şey

Dosya cihazınızda kalır. Yalnızca yapay zekâ modeli bir kez indirilir ve tarayıcı saklar.

İlk çalıştırmada model indirilir, sonrakiler hemen başlar. WebGPU olmayan bilgisayarlarda uzun dosyalar zaman alır.

Tarayıcıda yapay zekâ ile döküm nasıl çalışır?

Bu araç, OpenAI'nin açık konuşma tanıma modeli Whisper'ı transformers.js ile kendi cihazınızda çalıştırır. Tarayıcı ses kanalını çözer, 16 kHz'e dönüştürür ve model her 30 saniyelik pencereyi başlangıç ve bitiş zamanlı metne çevirir. Bu zamanlı parçalar SRT veya WebVTT altyazı ya da düz döküm olur. Model Hugging Face Hub'dan bir kez indirilir ve tarayıcı önbelleğe alır; sesin kendisi hiçbir yere gönderilmez. Varsa WebGPU ile ekran kartını, yoksa işlemciyi kullanır.

Kullanım alanları

  • YouTube, TikTok, CapCut veya Premiere videosuna elle yazmadan altyazı eklemek
  • Röportaj, ders, toplantı veya podcast dökümü almak
  • Sesli mesajı veya kısa ses notunu metne çevirmek
  • Başka dildeki konuşmayı İngilizce altyazıya çevirmek

Ne zaman kullanılır?

Yaklaşık bir saate kadar olan dosyalardaki net konuşma için uygundur. Hızlı model kısa klipler ve taslaklar için, Dengeli iyi bir varsayılan, Doğru ise aksan ve gürültüde belirgin şekilde daha iyidir ama indirmesi büyüktür ve ekran kartı olmadan yavaştır. Biliyorsanız konuşma dilini seçin; otomatik algılama kısa kliplerde yanılabilir. Yayınlamadan önce sonucu mutlaka okuyun: özel adlar ve teknik terimler tipik hatalardır, zamanlamayı sonra Altyazı Dönüştürücü ile kaydırabilirsiniz.

Örnekler

  1. Bir video için SRT altyazı oluştur

    Girdi

    Türkçe 2 dakikalık MP4 röportaj. Model: Dengeli. Dil: Türkçe. Çıktı: Aynı dil.

    Çıktı

    Oynatıcıya veya düzenleyiciye hazır, yaklaşık 30 zamanlı Türkçe parçalı bir .srt dosyası.

  2. Bir konuşmayı İngilizce altyazıya çevir

    Girdi

    İspanyolca bir podcast kesiti (M4A). Model: Doğru. Çıktı: İngilizceye çevir.

    Çıktı

    Özgün zamanlamayla İngilizce altyazı; SRT, VTT veya metin olarak.

Sorular ve cevaplar

Sesim bir sunucuya yükleniyor mu?

Hayır. Dosya tarayıcıda çözülür ve dökümü yapılır. İndirilen tek şey Hugging Face Hub'daki yapay zekâ modelidir, tarayıcı onu saklar.

Hangi modeli seçmeliyim?

Dengeli ile başlayın. Kısa klipler veya yavaş bilgisayarlar için Hızlı, aksan, arka plan gürültüsü veya önemli işler için, büyük indirmeyi bekleyebiliyorsanız Doğru.

Neden yavaş?

Konuşma tanıma ağır bir iştir. WebGPU ile (güncel Chrome, Edge ve Safari) ekran kartında çok daha hızlı çalışır, yoksa işlemcide. Bitene kadar sekmeyi açık tutun.

Hangi diller destekleniyor?

Whisper yaklaşık 100 dili tanır; İngilizce, İspanyolca, Çince, Japonca ve Türkçe gibi yaygın dillerde en doğrudur. Çeviri her zaman İngilizceye yapılır.

Kaynaklar ve standartlar

Tüm Araçlar