หน้าแรก
เครื่องมือเพิ่มเติม

ถอดเสียงเป็นข้อความ

เปลี่ยนเสียงพูดเป็นข้อความได้ประมาณ 100 ภาษา วางไฟล์เสียงหรือวิดีโอ หรือบันทึกเสียงของคุณ แล้วคัดลอกข้อความหรือดาวน์โหลดเป็นคำบรรยาย โมเดล AI ทำงานในเบราว์เซอร์ เสียงของคุณจึงไม่ออกจากอุปกรณ์

ฟรีไม่ต้องสมัครทำงานภายในเครื่อง — ไฟล์ไม่ออกจากอุปกรณ์ของคุณ

วิธีใช้เครื่องมือนี้

เครื่องมือถอดเสียงจะแปลงคำพูดเป็นข้อความด้วยโมเดลรู้จำเสียงพูดขนาดเล็กที่ทำงานในเบราว์เซอร์ของคุณทั้งหมด

วิธีใช้

  1. เพิ่มเสียง – วางไฟล์เสียงหรือวิดีโอ (MP3, WAV, M4A, OGG, FLAC, WebM, MP4…) หรือคลิก บันทึก เพื่อใช้ไมโครโฟน
  2. เลือกภาษา – เลือกภาษาที่พูดเพื่อความแม่นยำสูงสุด หรือคงไว้ที่ "ตรวจหาอัตโนมัติ" เครื่องมือจะใช้โมเดลที่สร้างมาสำหรับภาษานั้น
  3. ถอดเสียง – คลิก ถอดเสียง ข้อความจะปรากฏเมื่อเสียงแต่ละส่วนประมวลผลเสร็จ และคุณหยุดได้ทุกเมื่อ
  4. บันทึก – คัดลอกข้อความหรือดาวน์โหลดเป็น TXT, SRT, VTT หรือ JSON คลิกที่เวลากำกับเพื่อเล่นเสียงจากจุดนั้น

เลือก "แปลเป็นภาษาอังกฤษ" เพื่อรับคำแปลภาษาอังกฤษแทนข้อความถอดเสียง ใช้ได้กับทุกภาษา ยกเว้นภาษาฮีบรูและภาษาอังกฤษ

เสียง

หรือ

วิธีถอดเสียงเป็นข้อความ

  1. เพิ่มเสียงของคุณ

    วางไฟล์เสียงหรือวิดีโอ หรือบันทึกจากไมโครโฟน

  2. เลือกภาษา

    เลือกภาษาที่พูด หรือคงการตรวจหาอัตโนมัติไว้ เครื่องมือจะเลือกโมเดลที่เหมาะสมให้

  3. ถอดเสียง

    ข้อความจะปรากฏทีละช่วง ในเบราว์เซอร์ของคุณ

  4. คัดลอกหรือดาวน์โหลด

    คัดลอกข้อความหรือดาวน์โหลดเป็นคำบรรยาย TXT, SRT หรือ VTT หรือ JSON

แปลงเสียงพูดเป็นข้อความอย่างเป็นส่วนตัวในเบราว์เซอร์

บริการถอดเสียงออนไลน์ส่วนใหญ่จะอัปโหลดไฟล์บันทึกของคุณไปยังเซิร์ฟเวอร์และคิดค่าบริการเป็นนาที เครื่องมือนี้ทำงานต่างออกไป: จะดาวน์โหลดโมเดลรู้จำเสียงพูดแบบเปิดขนาดเล็กลงในเบราว์เซอร์และรันบนอุปกรณ์ของคุณเอง บทสัมภาษณ์ การบรรยาย การประชุม และบันทึกเสียงของคุณจึงเป็นส่วนตัว

สิ่งที่คุณจะได้รับ

  • ถอดเสียงได้ประมาณ 100 ภาษา พร้อมการตรวจหาภาษาอัตโนมัติ
  • แปลเสียงพูดในทุกภาษาที่รองรับเป็นข้อความภาษาอังกฤษ
  • เวลากำกับสำหรับทุกช่วง และคำบรรยายในรูปแบบ SRT และ VTT
  • ไฟล์เสียงและวิดีโอ หรือการบันทึกจากไมโครโฟนของคุณ
  • โมเดลขนาดเล็ก ตัวละไม่ถึง 100 MB ทำงานได้บนคอมพิวเตอร์ทุกเครื่อง
  • ไม่ต้องอัปโหลด ไม่ต้องมีบัญชี ไม่จำกัด ฟรีทั้งหมด

โมเดลที่ใช้

ภาษาฮีบรูใช้ Zipformer ของ ivrit.ai (CC BY 4.0) ภาษาอังกฤษใช้ Moonshine Base (MIT) และภาษาอื่นทั้งหมดใช้ Whisper Base ของ OpenAI (MIT)

multilingual-e5-small (MIT) เป็นผู้เลือกประเด็นสำคัญ เฉพาะเมื่อคุณขอเท่านั้น

วิธีถอดเสียงเป็นข้อความให้แม่นยำ

การถอดเสียงเป็นข้อความ จะเปลี่ยนเสียงพูดในไฟล์บันทึกให้เป็นข้อความที่เขียนไว้ ทำให้ค้นหาในบทสัมภาษณ์ได้ ทบทวนการบรรยายได้ง่ายขึ้น ทำให้พอดแคสต์เข้าถึงได้ และวิดีโอพร้อมสำหรับคำบรรยาย

เคล็ดลับเพื่อผลลัพธ์ที่ดีที่สุด

  • เลือกภาษา: การตรวจหาอัตโนมัติทำงานได้ดี แต่การระบุภาษาจะช่วยลดข้อผิดพลาด โดยเฉพาะในไฟล์บันทึกที่สั้นหรือมีเสียงรบกวน
  • ใช้เสียงที่ชัดเจน: เสียงรบกวนรอบข้างน้อยและพูดทีละคนจะได้ข้อความที่สะอาดกว่า
  • ใช้คอมพิวเตอร์: การถอดเสียงทำงานบนโปรเซสเซอร์ของอุปกรณ์ และแล็ปท็อปหรือเดสก์ท็อปจะเร็วกว่าโทรศัพท์มาก

ข้อความถอดเสียงและคำบรรยาย

ดาวน์โหลดผลลัพธ์เป็นข้อความธรรมดาเพื่อแก้ไขหรือแชร์ หรือเป็น SRT หรือ VTT เพื่อเพิ่มคำบรรยายให้วิดีโอบน YouTube ในโปรแกรมตัดต่อวิดีโอ หรือในโปรแกรมเล่นสื่อ ไฟล์ JSON เก็บทุกช่วงพร้อมเวลาเริ่มและสิ้นสุด สำหรับนักพัฒนา

ใครใช้การถอดเสียงเป็นข้อความ

  • นักเรียนนักศึกษา: เปลี่ยนการบรรยายที่บันทึกไว้ให้เป็นโน้ต
  • นักข่าวและนักวิจัย: ถอดเสียงบทสัมภาษณ์โดยไม่ต้องส่งให้บุคคลที่สาม
  • ครีเอเตอร์: สร้างคำบรรยายและบันทึกประกอบรายการสำหรับวิดีโอและพอดแคสต์
  • มืออาชีพ: เก็บบันทึกการประชุมและการโทรเป็นลายลักษณ์อักษร

ต้องบันทึกก่อนใช่ไหม ลองใช้เครื่องบันทึกเสียงหรือเครื่องบันทึกหน้าจอของเรา หรือสำรวจเครื่องมืออื่น ๆ

คำถามที่พบบ่อย

ถอดเสียงภาษาใดได้บ้าง
ประมาณ 100 ภาษา รวมถึงภาษาอังกฤษ ฮีบรู อาหรับ สเปน ฝรั่งเศส เยอรมัน รัสเซีย จีน ญี่ปุ่น ฮินดี และโปรตุเกส เลือกภาษาเพื่อผลลัพธ์ที่ดีที่สุด หรือให้เครื่องมือตรวจหาให้
เสียงของฉันถูกอัปโหลดไปที่ไหนหรือไม่
ไม่ โมเดลรู้จำเสียงพูดทำงานในเบราว์เซอร์บนอุปกรณ์ของคุณเอง เสียงและข้อความที่ถอดได้จะไม่ออกจากคอมพิวเตอร์ของคุณเลย
การถอดเสียงฟรีหรือไม่
ใช่ ฟรีทั้งหมด ไม่ต้องสมัคร ไม่จำกัดจำนวนนาที และไม่มีลายน้ำ
ใช้โมเดลอะไร
โมเดลขนาดเล็กหนึ่งตัวสำหรับแต่ละภาษา เลือกไว้ให้แล้ว: Zipformer ของ ivrit.ai สำหรับภาษาฮีบรู Moonshine สำหรับภาษาอังกฤษ และ Whisper Base ของ OpenAI สำหรับภาษาอื่นทั้งหมด แต่ละตัวมีขนาดไม่ถึง 100 MB และทำงานได้บนคอมพิวเตอร์ทุกเครื่อง
ทำไมการถอดเสียงครั้งแรกจึงใช้เวลานานกว่า
เมื่อใช้โมเดลครั้งแรก เบราว์เซอร์จะดาวน์โหลดเพียงครั้งเดียวและเก็บไว้ในแคช การถอดเสียงครั้งต่อไปด้วยโมเดลเดียวกันจะเริ่มได้ทันที แม้ออฟไลน์
สรุปข้อความถอดเสียงได้ไหม
ได้ คลิกสรุปเพื่อดูประเด็นสำคัญ: ประโยคที่ครอบคลุมสิ่งที่พูดได้ดีที่สุด แต่ละประโยคมีเวลาในไฟล์บันทึกเสียง โมเดล AI ขนาดเล็ก multilingual-e5-small เลือกประโยคเหล่านี้ในเบราว์เซอร์ของคุณ ครั้งแรกจะดาวน์โหลดประมาณ 120 MB
สร้างคำบรรยายได้ไหม
ได้ ดาวน์โหลดข้อความเป็น SRT หรือ VTT เพื่อรับคำบรรยายพร้อมเวลากำกับสำหรับ YouTube โปรแกรมตัดต่อวิดีโอ และโปรแกรมเล่นสื่อ
ถอดเสียงจากไฟล์วิดีโอได้ไหม
ได้ วางไฟล์ MP4, WebM หรือ MOV แล้วเครื่องมือจะถอดเสียงจากแทร็กเสียงของไฟล์
เครื่องมือเพิ่มเติมทั้งหมด →