Audio en texte
Transformez la parole d'un fichier audio en texte et en sous-titres.
Vidéo en texte
Récupérez les paroles d'une vidéo sous forme de texte horodaté, et enregistrez des sous-titres en .srt ou .vtt. L'IA s'exécute sur votre appareil : la vidéo n'est jamais envoyée.
ou glissez-déposez vidéos ici
Vidéos MP4, MOV, WebM ou MKV
Vos fichiers restent sur votre appareil
- 1Ajouter des fichiers
- 2Ajuster
- 3Télécharger
Comment ça marche
- 1Choisissez une vidéo : MP4, MOV, WebM, MKV et autres, jusqu'à 300 MB.
- 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. Votre navigateur extrait le son de la vidéo, puis le modèle d'IA le lit. La première fois, le modèle est téléchargé une seule fois et conservé pour la suite.
- 4Lisez le texte, copiez-le, ou téléchargez un fichier .txt, .srt ou .vtt. Utilisez les fichiers de sous-titres dans votre logiciel de montage ou votre lecteur.
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 parlée dans la vidéo. 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 des sous-titres en anglais pour 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
Ma vidéo est-elle envoyée ?
Non. Le son est extrait de la vidéo dans votre navigateur puis lu par un modèle de reconnaissance vocale qui s'exécute sur votre appareil, sur votre carte graphique si votre navigateur prend en charge WebGPU, sinon sur votre processeur. 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 regardant la vidéo. 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.
Comment utiliser les fichiers de sous-titres ?
Ouvrez le fichier .srt ou .vtt avec votre vidéo dans un lecteur comme VLC, ou importez-le dans votre logiciel de montage. La plupart des lecteurs et des logiciels acceptent SRT, et les lecteurs vidéo web acceptent VTT. Pour incruster les sous-titres dans l'image, utilisez votre logiciel de montage.
Y a-t-il une limite de durée ?
Aucune limite de notre part, mais la vidéo peut peser jusqu'à 300 MB. Une longue vidéo prend plus de temps, et sur téléphone, les fichiers de plus de 100 MB environ risquent de manquer de mémoire.
Indique-t-il qui parle ?
Non. Il écrit les mots dans l'ordre avec les heures, mais n'identifie pas les personnes qui parlent.