RedPanda Transcribe

Transkribera ljud på tyska utan att ladda upp något

Allt körs i din webbläsare. Filen når aldrig en server — du kan kontrollera det själv under fliken Nätverk i utvecklarverktygen.

Ingen uppladdningInget kontoIngen tidsgränsGratis
Ljudets språk:tyska
Släpp en ljud- eller videofil på tyska här
eller klicka för att välja — MP3, M4A, WAV, MP4, MOV, WebM…
Fungerar med ljud och video. MP3, MP4, M4A och MOV har ingen gräns för storlek eller längd – de läses i delar. Andra format läses i ett svep, upp till 1 GB eller ungefär 3 timmar.

Transkription

Ljudets längd – Bearbetningstid – Snabbare än realtid – Skickad data 0 KB
00:00
00:00
Välj en fil — transkriptionen visas här.Du kan klicka i texten för att rätta den.
Varför ”ingen uppladdning” går att verifiera Det är inte ett löfte utan en egenskap hos arkitekturen: det finns ingen uppladdningsslutpunkt. Öppna utvecklarverktygen, gå till Nätverk och starta en transkribering — du ser modellen laddas ner och ingen förfrågan som bär ditt ljud. Det enda som sparas på din enhet är själva transkriptionen, i den här webbläsaren, så att ett avbrutet jobb kan fortsätta; den raderas efter 7 dagar och laddas aldrig upp.

Så skiljer sig det här från andra gratistjänster för transkribering

Det som spelar roll
Vanlig gratistjänst
Det här verktyget
Det som spelar rollDin fil
Vanlig gratistjänstLaddas upp till leverantörens servrar
Det här verktygetLämnar aldrig din enhet
Det som spelar rollGratis längd
Vanlig gratistjänstOftast begränsad, ofta 10–30 minuter
Det här verktygetIngen gräns
Det som spelar rollFilstorlek
Vanlig gratistjänstVanligen omkring 1 GB
Det här verktygetIngen gräns för MP3 / MP4 / M4A / MOV
Det som spelar rollKonto
Vanlig gratistjänstKrävs oftast
Det här verktygetBehövs inte
Det som spelar rollOffline
Vanlig gratistjänstGår inte
Det här verktygetFungerar från andra besöket
Det som spelar rollTräffsäkerhet
Vanlig gratistjänstStor molnmodell — 2,9 % ordfelfrekvens
Det här verktygetModell på enheten — 10,1 % ordfelfrekvens
Se mätningarna för alla språk

Träffsäkerheten beror på materialet. Det räcker för ett användbart första utkast av en inspelning; ett protokoll som ska skickas vidare behöver fortfarande en mänsklig genomgång.

Skulle du använda en mer träffsäker modell?

Vi överväger en större modell som körs på din enhet. Nedladdning och bearbetning kan ta längre tid. Den finns inte ännu.

Så fungerar det

01 Välj en fil Välj en fil. Webbläsaren omvandlar den lokalt till mono-ljud i 16 kHz.
02 Bearbetas på din enhet Vid första besöket laddas talmodellen ner en gång (cirka 117 MB) och sparas i cachen. Senare besök laddar inte ner något.
03 Rätta och exportera Igenkänningen körs som WebAssembly på din egen dator. Texten dyker upp allt eftersom den känns igen.

Vad folk använder det till

RöstmemonZoom-inspelningarVideofilerDiktafoninspelningarIntervjuer

Vanliga frågor

Finns det någon gräns för storlek eller längd?

MP3-, MP4-, M4A- och MOV-filer läses i bitar, så i praktiken finns ingen gräns – även inspelningar på flera timmar fungerar. Andra format (WAV, OGG, WebM …) måste läsas i sin helhet, vilket begränsar dem till ungefär 1 GB eller 3 timmar; konvertera dem till MP3 om du når gränsen.

Hur träffsäkert är det?

På ren uppläst tyska får det här verktyget 10,1 % ordfelfrekvens, mot 2,9 % för Whisper large-v3 i molnet, mätt på samma ljud. Riktiga inspelningar är svårare än en testmängd: räkna med ett användbart första utkast som fortfarande behöver en mänsklig genomgång för namn och fackuttryck.

Hur lång tid tar det?

Det beror på datorn. Med 8 eller fler kärnor arbetar flera igenkännare parallellt, ungefär 12–20 gånger snabbare än realtid: en timmes ljud tar ungefär 3–5 minuter; med 4 kärnor cirka 7–10 minuter. På mobilen går det mycket långsammare. Håll fliken i förgrunden: webbläsare kan sakta ner flikar i bakgrunden kraftigt. Texten visas efter hand, tillsammans med en uppskattning av återstående tid.

Fungerar det offline?

Efter första besöket, ja: modellen ligger kvar i webbläsarens cache.

Kan jag transkribera ljud på ett annat språk?

Varje sida hanterar exakt ett språk, eftersom just det språkets talmodell laddas ner till din webbläsare. För ett annat språk öppnar du dess sida via länkarna högst upp — här finns ingen inställning att ändra.

Kan jag transkribera inspelade föreläsningar?

Ja. Det är huvudanvändningen: långa inspelningar, utan tidsgräns och utan att ladda upp något.

Vad händer om jag stänger fliken medan den jobbar?

Den färdiga delen sparas på din enhet och erbjuds igen nästa gång du öppnar sidan. Välj samma fil igen så fortsätter den där den slutade. Den sparade texten stannar bara i den här webbläsaren, lämnar aldrig enheten och raderas efter 7 dagar.