Zamień mowę na tekst

Otwórz narzędzie, wybierz język (polski lub angielski), nagraj głos z mikrofonu lub wgraj plik audio. Model AI Whisper automatycznie zamieni mowę na tekst. Skopiuj wynik lub pobierz jako plik TXT. Cały proces odbywa się w Twojej przeglądarce.

Tak. Narzędzie korzysta z modelu Whisper od OpenAI, który obsługuje język polski. Wybierz "Polski" z listy języków przed rozpoczęciem transkrypcji. Dla lepszej jakości rozpoznawania polskiej mowy użyj trybu Dokładny (Whisper Base).

Nie. Cały proces transkrypcji odbywa się wyłącznie w Twojej przeglądarce. Model AI (Whisper) działa lokalnie na Twoim urządzeniu. Nagrania nie są wysyłane na żaden serwer, nie są zapisywane ani analizowane. Po zamknięciu strony nie pozostaje żaden ślad.

Narzędzie obsługuje nagrania do 5 minut. Dłuższe pliki audio są automatycznie dzielone na 30-sekundowe fragmenty i przetwarzane po kolei. Ograniczenie wynika z tego, że przetwarzanie odbywa się w przeglądarce, a dłuższe nagrania mogłyby przeciążyć pamięć urządzenia.

Tryb Szybki używa modelu Whisper Tiny (41 MB), który jest lżejszy i szybszy. Tryb Dokładny to Whisper Base (75 MB) z lepszą jakością. Tryb Pro to Whisper Small (249 MB), który jest 2x precyzyjniejszy niż Base dla języka polskiego. Im większy model, tym dłuższe pierwsze pobieranie, ale model zapisuje się w przeglądarce i kolejne użycia są szybkie.

Narzędzie obsługuje najpopularniejsze formaty audio: MP3, WAV, M4A (nagrania z iPhone), OGG i WEBM. Pliki są automatycznie konwertowane do formatu wymaganego przez model AI. Możesz też nagrać głos bezpośrednio z mikrofonu.

Przy pierwszym użyciu przeglądarka pobiera model AI Whisper (41 MB lub 75 MB w zależności od trybu). Model jest zapisywany w pamięci przeglądarki, więc kolejne uruchomienia są znacznie szybsze. To jednorazowa operacja.

Tak, narzędzie działa na telefonach z nowoczesną przeglądarką (Chrome, Safari, Edge). Na telefonach dostępny jest tryb Szybki (model 41 MB). Przetwarzanie może być wolniejsze niż na komputerze. Nagrywanie z mikrofonu wymaga udzielenia zgody na dostęp do mikrofonu.