فرّغ الفيديو إلى نص بنموذج Whisper في هذا التبويب
أفلت تسجيلًا تملكه. يخرج GustKit الصوت ويشغّل Whisper على الجهاز. تأخذ نصًا بعلامات وقت، وSRT أو VTT أو TXT أو DOCX. فوق 30 دقيقة يُحد التفريغ، لأنه يُحسب محليًا.
نموذج سريع أو أفضل، ولغة أو اكتشاف
السريع هو tiny: كلام واضح ومسودة. الأفضل هو base: يلتقط اللكنة وضجيج الخلفية أوضح. اختر اللغة أو اترك الاكتشاف. متحدث واحد وصوت نظيف يعطيان أوضح نتيجة.
GPU في Chrome وEdge، وإلا المعالج
مع WebGPU يحسب Whisper على بطاقة الرسوم ويكون أسرع مرات. المتصفحات الأخرى تنزل إلى WebAssembly والمعالج. النتيجة واحدة، والصوت لا يذهب إلى خادم كلام.
كيف تفرّغ فيديو إلى نص من غير إرسال التسجيل
-
أفلت ملفًا عندك أصلًا. لا يجلب GustKit فيلمًا من رابط.
-
حدّد لغة الكلام أو اترك الاكتشاف. Whisper يغطّي نحو 99 لغة.
-
اضغط «تفريغ إلى نص». في أول مرة قد ينزل النموذج. الحد 30 دقيقة.
-
نزّل SRT أو VTT، أو TXT عاديًا، أو DOCX للتحرير.
ترجمة وعبارة من غير تسليم التسجيل
-
SRT وVTT وTXT وDOCX
ترجمة للمونتاج أو نص عادي للبحث.
-
حجمان من Whisper
tiny السريع أو base الأفضل. تختار قبل البدء.
-
الصوت يبقى على الجهاز
تنزل ملفات النموذج. التسجيل لا يسافر إلى خادم.
-
WebGPU إذا أحسن المتصفح
Chrome وEdge يستطيعان الحساب على بطاقة الرسوم. الباقي يستعمل المعالج.
-
علامات الوقت
تعود إلى لحظة في التسجيل بدل البحث بالسمع.
-
نحو 99 لغة
اللغة التي تحددها أدق من الاكتشاف وحده.
أسئلة عن النص من الفيديو
أي لغات يلتقط Whisper؟
نحو 99، ومنها العربية والإنجليزية والبرتغالية والإسبانية. اختيار اللغة يرفع الدقة. الاكتشاف يعمل أيضًا.
كم يطول الفيديو الذي يُفرَّغ؟
حتى 30 دقيقة. قسّم التسجيل الأطول، لأن الحساب على جهازك ويبطؤ مع الملف الطويل.
هل تسافر الصورة إلى خادم النموذج؟
لا. تنزل ملفات النموذج إلى المتصفح. الصوت يُحسب محليًا ولا يغادر الجهاز.
أي نموذج للضجيج؟
الأفضل، أي base، أوضح مع اللكنة والخلفية. tiny السريع يكفي للكلام النظيف والمسودة.
التسجيل أطول من جولة واحدة.
قصّ الجزء المطلوب في تقليم فيديو وفرّغ الملف الأقصر. الصوت بلا صورة في تحويل الصوت إلى نص.
هل آخذ ترجمة للمونتاج؟
نعم. بعد النتيجة تنزّل SRT أو VTT، وللنص وحده TXT أو DOCX.