Speech-to-Text

Modele AI

Transkrybuj audio lokalnie z zerowymi kosztami API

• W pełni offline po pobraniu modelu
• Wyjście SRT, VTT, JSON i tekstowe
• Tłumaczenie dowolnego języka na angielski

Co możesz zrobić

Lokalna transkrypcja — Konwertuj mowę na tekst całkowicie offline, bez klucza API

Wiele rozmiarów modeli — tiny (najszybszy) → base → small → medium → large (najdokładniejszy)

Formaty wyjściowe — Zwykły tekst, napisy SRT, podpisy VTT lub JSON ze znacznikami czasu

Tryb tłumaczenia — Tłumacz dowolny język audio bezpośrednio na tekst angielski

Szeroka obsługa formatów — WAV, MP3, M4A, FLAC, OGG i więcej

Automatyczne buforowanie modeli — Pobiera modele przy pierwszym użyciu, w pełni offline po tym

Spróbuj zapytać

"Transkrybuj ten podcast.mp3 używając modelu medium"

"Konwertuj ten wywiad na napisy SRT"

"Transkrybuj moje nagranie głosowe i przetłumacz na angielski"

"Generuj podpisy VTT dla ścieżki audio tego wideo"

"Używaj modelu large dla tego ważnego nagrania wykładu"

"Pobierz wyjście JSON ze znacznikami czasu na poziomie słów"

Wskazówki Pro

tiny = szybki ale zgrubny, small = dobry balans, medium = profesjonalna jakość, large = maksymalna dokładność

Pierwsze uruchomienie pobiera model (40MB–3GB w zależności od rozmiaru), potem w pełni offline

Formaty SRT/VTT zawierają znaczniki czasu do synchronizacji napisów

Tryb tłumaczenia wyświetla angielski niezależnie od języka wejściowego

Wyjście JSON zawiera dane czasowe na poziomie segmentu i słowa

Działa całkowicie offline po początkowym pobraniu modelu — świetne dla prywatności