ถอดเสียงวิดีโอเป็นข้อความ

คุณสมบัติของ ถอดเสียงวิดีโอเป็นข้อความ

• 01

  99 ภาษา ตรวจจับอัตโนมัติ

  Whisper จะตรวจจับภาษาที่พูดและเขียนคำถอดเสียงในภาษานั้นเอง — ไทยก็ยังเป็นไทย ญี่ปุ่นก็ยังเป็นญี่ปุ่น เยอรมันก็ยังเป็นเยอรมัน เลือกภาษาเองได้ถ้าวิดีโอใช้สำเนียงเฉพาะถิ่นหรือสำเนียงหนัก

• 02

  ซับไตเติลพร้อมใช้กับทุกเครื่องเล่น

  ทุกคำถอดเสียงมีท่อนที่มี timestamp ส่งออกเป็น .srt หรือ .vtt ได้ — ลากเข้า Premiere, Final Cut, DaVinci Resolve โดยตรง หรืออัปโหลดเป็นแทร็คซับไตเติลใน YouTube, Vimeo และ LinkedIn ได้เลย

• 03

  ประมวลผลแบบส่วนตัวในเบราว์เซอร์

  เสียงถูกดึงด้วย FFmpeg.wasm และ Whisper ถอดเสียงทั้งหมดบนเครื่องคุณ พร้อมการเร่งด้วย WebGPU เมื่อรองรับ วิดีโอไม่เคยถูกอัปโหลด ทุกอย่างเก็บในแคชของเบราว์เซอร์

คำถามที่พบบ่อยของ ถอดเสียงวิดีโอเป็นข้อความ

ถอดเสียงไฟล์วิดีโออย่างไร?

วางไฟล์วิดีโอ (MP4, MOV, WebM, MKV, M4V หรือ AVI) ลงในเครื่องมือแล้วกดถอดเสียง เสียงจะถูกดึงในเครื่องด้วย FFmpeg แล้วส่งให้ Whisper รันครั้งแรกจะดาวน์โหลดโมเดล (~150 MB) หลังจากนั้นใช้งานได้แม้ไม่มีอินเทอร์เน็ต

ทำซับไตเติลให้ YouTube ได้ไหม?

ได้ หลังถอดเสียงให้กดดาวน์โหลด .srt หรือดาวน์โหลด .vtt — ทั้งสองรูปแบบใช้กับตัวอัปโหลดซับไตเติลของ YouTube Studio รวมถึง Vimeo, LinkedIn และโปรแกรมตัดต่อวิดีโอส่วนใหญ่

รองรับวิดีโอรูปแบบใดบ้าง?

คอนเทนเนอร์ MP4, MOV, WebM, MKV, M4V และ AVI ได้ถึง 500 MB สิ่งสำคัญคือแทร็คเสียงในไฟล์ — โคเด็กยอดนิยมอย่าง AAC, MP3, Opus และ Vorbis ใช้ได้ทุกตัว

ถอดเป็นภาษาอะไรได้บ้าง?

ทั้ง 99 ภาษาที่ Whisper รองรับ — ไทย อังกฤษ จีนกลาง ฝรั่งเศส อาหรับ ฮินดี เยอรมัน รัสเซีย โปรตุเกส สเปน ญี่ปุ่น และอีกมาก คำถอดจะอยู่ในภาษาเดียวกับที่ในวิดีโอพูด

วิดีโอยาวได้แค่ไหน?

รับไฟล์ได้ถึง 500 MB ซึ่งโดยทั่วไปครอบคลุมวิดีโอ HD ความยาวประมาณหนึ่งชั่วโมงหรือคลิปที่บีบอัดหลายชั่วโมง การบันทึกยาวจะถูกประมวลผลเป็นบล็อกละ 30 วินาที โดยมีช่วงทับซ้อน 5 วินาที เพื่อให้คำถอดเสียงต่อเนื่อง

วิดีโอจะถูกอัปโหลดไปเซิร์ฟเวอร์ไหม?

ไม่ ทั้งโมเดลและวิดีโอของคุณยังอยู่ในเบราว์เซอร์ FFmpeg.wasm ดึงเสียงในเครื่อง และ Whisper ถอดเสียงบนเครื่องคุณผ่าน WebGPU หรือ WebAssembly ไม่มีอะไรออกจากคอมพิวเตอร์ของคุณ