Vidéo en texte
Transcrivez une vidéo et obtenez des sous-titres SRT ou VTT.
Audio en texte
Transformez la parole d'un fichier audio en texte horodaté, et enregistrez-le en .txt, ou en sous-titres .srt ou .vtt. L'IA s'exécute sur votre appareil : l'enregistrement n'est jamais envoyé.
ou glissez-déposez fichiers audio ici
Audio MP3, WAV, M4A, AAC, OGG ou FLAC · Plusieurs fichiers possibles
Vos fichiers restent sur votre appareil
- 1Ajouter des fichiers
- 2Ajuster
- 3Télécharger
Comment ça marche
- 1Choisissez un ou plusieurs fichiers audio : MP3, WAV, M4A, OGG, FLAC et autres. Vous pouvez en ajouter jusqu'à 5.
- 2Choisissez la langue parlée, ou laissez la détection. Prenez Rapide pour un brouillon vite fait, Précis pour moins d'erreurs, ou Bangla uniquement pour le bengali.
- 3Sélectionnez Transcrire. La première fois, le modèle d'IA est téléchargé une seule fois et votre navigateur le conserve pour la suite.
- 4Lisez le texte, copiez-le, ou téléchargez un fichier .txt, .srt ou .vtt. Vérifiez les noms et les chiffres en réécoutant l'enregistrement.
À quoi servent les options
- Modèle
- Rapide est petit et véloce, et suffit pour un anglais clair. Précis est plus gros et fait moins d'erreurs avec les accents, le bruit et la plupart des langues. Optimal est le plus grand modèle et demande un ordinateur avec WebGPU. Bangla uniquement est un modèle entraîné pour le bengali : choisissez-le pour la parole en bengali, car les autres modèles ne sont pas bons dans cette langue.
- Langue parlée
- Choisissez la langue de l'enregistrement. La détection automatique fonctionne bien sur une parole longue et claire, mais elle peut choisir une langue voisine pour des extraits courts ou bruyants : choisir la langue soi-même est plus fiable.
- Résultat
- Texte dans la langue parlée écrit ce qui est dit. Traduire en anglais écrit une version anglaise de la parole, quelle que soit la langue.
- Afficher les heures dans le texte
- Ajoute l'heure de début avant chaque ligne du champ de texte et du fichier .txt. Les fichiers de sous-titres .srt et .vtt contiennent toujours les heures.
Confidentialité
Cet outil fonctionne dans votre navigateur. Vos fichiers ne sont jamais envoyés à un serveur.
Questions fréquentes
Mon enregistrement est-il envoyé ?
Non. Le modèle de reconnaissance vocale s'exécute dans votre navigateur, sur votre carte graphique si votre navigateur prend en charge WebGPU, sinon sur votre processeur. L'enregistrement ne quitte jamais votre appareil. Seuls les fichiers du modèle, qui ne contiennent aucune information personnelle, sont téléchargés une fois depuis Hugging Face et conservés par votre navigateur.
Quelle est la précision, et qu'en est-il du bengali ?
Un anglais clair donne de bons résultats avec tous les modèles, et Précis écrit aussi bien la ponctuation. Le bengali est un cas à part. Les modèles généraux y sont faibles : Rapide écrit les mots en lettres latines ou dans la mauvaise écriture, et Précis et Optimal donnent souvent des mots faux ou répétés. Pour le bengali, choisissez le modèle Bangla uniquement. Lors de nos tests sur une actualité lue par un humain, le résultat était lisible et le plus souvent juste, mais il faisait encore des erreurs sur les noms, les mots rares et les longs mots composés, et déformait parfois quelques mots en fin de phrase. Considérez le texte en bengali comme un brouillon et relisez-le en écoutant l'enregistrement. Le bruit de fond, la musique, les forts accents et plusieurs personnes qui parlent en même temps réduisent la précision, dans toutes les langues.
Quel modèle d'IA est utilisé, et puis-je utiliser les résultats à des fins commerciales ?
Il utilise les modèles OpenAI Whisper, publiés sous licence MIT, qui autorise l'usage commercial. Le texte et les sous-titres que vous créez vous appartiennent.
Y a-t-il une limite de durée ?
Aucune limite de notre part. La seule limite est votre appareil : un long enregistrement prend plus de temps et demande plus de mémoire. Un enregistrement d'une heure fonctionne sur un ordinateur avec carte graphique. Sur téléphone, gardez des enregistrements courts.
Que sont les fichiers .srt et .vtt ?
Ce sont des fichiers de sous-titres avec une heure de début et de fin pour chaque ligne. SRT fonctionne dans la plupart des logiciels de montage et des lecteurs. VTT est la version web, utilisée par la vidéo HTML. Les deux s'ouvrent comme du texte brut.
Indique-t-il qui parle ?
Non. Il écrit les mots dans l'ordre avec les heures, mais n'identifie pas les personnes qui parlent.