WAV till text för seriösa inspelningar

WAV är formatet för dem som bryr sig om sitt ljud: studiosessioner, fältinspelningar, voiceover-tagningar, digitaliserade arkiv. Filerna är stora — en timme okomprimerat ljud kan passera 600 MB — vilket gör ”ladda upp till vår server” till ett uselt arbetsflöde.

Det här verktyget hoppar över uppladdningen helt. WAV-filen avkodas i din webbläsare och transkriberas på din egen hårdvara, så en enorm fil börjar bearbetas omedelbart i stället för att krypa upp genom din uppkoppling. Dina filer laddas aldrig upp — allt körs på din enhet.

Kontrollerar vad den här webbläsaren stöder…

Så transkriberar du en WAV-fil

  1. Släpp in WAV-filen

    Alla samplingsfrekvenser och kanalantal fungerar — verktyget mixar ner och samplar om automatiskt före transkriberingen.

  2. Bearbetningen startar direkt

    Ingen uppladdningsväntan, inte ens för mycket stora filer. Transkriptet växer fram löpande, med förlopp mot inspelningens längd.

  3. Finslipa och exportera

    Rätta teknisk vokabulär direkt i texten, exportera sedan TXT för dokument, SRT/VTT för undertextning eller JSON med exakta segmenttider.

Byggd för tunga filer

Ingen uppladdningsflaskhals

En sessionfil på 600 MB skulle ta evigheter att ladda upp. Att läsa den lokalt tar sekunder — det enda verkliga arbetet är själva transkriberingen.

Alla samplingsfrekvenser in

44,1 kHz cd-ljud, 48 kHz videoljud, 96 kHz mastrar, 8 kHz telefonarkiv: allt samplas om korrekt under huven.

Mastrarna förblir dina

Osläppta inspelningar och kundsessioner rör aldrig en tredjepartsserver. Det du spelade in stannar exakt där du la det.

Frågor om WAV-transkribering

Finns det en filstorleksgräns?
Ingen fast gräns. Mycket stora filer begränsas av enhetens minne; ljudet bearbetas i fönster så att användningen hålls jämn under själva transkriberingen.
Ger höga samplingsfrekvenser bättre transkript?
Egentligen inte — talmodeller lyssnar vid 16 kHz, och din fil samplas om dit automatiskt. Höga frekvenser skadar inte, men de ger heller ingen extra precision.
Stereo, mono, flerkanal?
Allt fungerar. Kanalerna medelvärdesbildas till mono före transkriberingen, vilket är vad taligenkänning förväntar sig.
Vilken modell gör igenkänningen?
OpenAI:s öppna Whisper-modell, körd lokalt i din webbläsare av vår öppna motor. Inget av ditt ljud skickas iväg för att köra den.
Kan jag transkribera flera tagningar i rad?
Ja — släpp nästa fil så fort föregående transkript är klart (eller avbryt halvvägs). Modellen ligger kvar laddad, så uppföljande filer hoppar över nedladdningen och startar snabbare.
Hur kan jag kontrollera att min WAV-fil inte laddas upp?
Öppna din webbläsares utvecklarverktyg, växla till fliken Nätverk och starta en transkribering med den öppen. Vid första körningen kommer du att se Whisper-modellen laddas ner en gång – ungefär 80 MB för standardmodellen, mindre eller mer om du väljer en annan – och därefter hämtas den från din webbläsares cache. Det du inte kommer att se, vid någon körning, är en förfrågan som bär din WAV-fil. Sortera sedan listan efter storlek: det största sidan skickar är några kilobyte analysdata, inte i närheten av storleken på en WAV-session. Den här sidan läser in analys och annonser precis som de flesta webbplatser gör, vilket är anledningen till att påståendet är precist avgränsat: Dina filer laddas aldrig upp.