วิดีโอเป็นข้อความ

ไม่ โมเดลถอดเสียง (Whisper ของ OpenAI) ทำงานทั้งหมดในเบราว์เซอร์ของคุณผ่าน WebAssembly วิดีโอไม่เคยออกจากอุปกรณ์ของคุณ

น้ำหนักโมเดล Whisper (~40 MB สำหรับ Tiny, ~80 MB สำหรับ Base แบบ quantised) จะดาวน์โหลดครั้งแรกที่คุณใช้ขนาดนั้น จากนั้นเบราว์เซอร์จะแคชไว้ — หลังจากนั้นใช้งานออฟไลน์ได้และเริ่มทำงานทันที

Base ทำงานได้ดีสำหรับเสียงพูดที่ชัดเจนในภาษาที่รองรับ ส่วน Tiny หยาบกว่าเห็นได้ชัดแต่เร็วกว่ามาก ทั้งคู่มีปัญหากับสำเนียงหนักๆ เสียงพูดซ้อนกัน เพลงประกอบ และเสียงคุณภาพต่ำ — ควรตรวจทานผลลัพธ์

ข้อความธรรมดา หรือคำบรรยายแบบมีเวลาเป็น SRT หรือ VTT เวลาของ SRT/VTT มาจากการประทับเวลาของโมเดลในแต่ละส่วน

ไม่ — เครื่องมือทุกตัวที่นี่ประมวลผลไฟล์ของคุณทั้งหมดบนอุปกรณ์ของคุณ และไม่มีการอัปโหลดสิ่งใดไปยังเซิร์ฟเวอร์ ข้อยกเว้นเดียวคือเครื่องมือ AI ซึ่งส่งข้อความที่ดึงมา (ไม่ใช่ไฟล์) ไปยัง Claude เพื่อทำงาน

เราไม่ได้กำหนดขีดจำกัดขึ้นเอง แต่เนื่องจากการประมวลผลเกิดขึ้นในเบราว์เซอร์ของคุณ ไฟล์ที่ใหญ่มาก (มากกว่า 500MB หรือมากกว่า 1,000 หน้า) จะถูกจำกัดโดยหน่วยความจำของอุปกรณ์คุณ ไม่ใช่โดยเรา