MediaChef Аудио в текст
Транскрибация аудио в текст — офлайн, на вашем компьютере
MediaChef запускает Whisper от OpenAI локально, через whisper.cpp. Скачайте модель один раз, положите запись или видео на доску и выберите, что получить на выходе: обычный текст, субтитры SRT и VTT с таймингами или JSON со временем каждого отрезка. Звук никуда не загружается, платы за минуты нет.
Бесплатно и с открытым кодом — код на GitHub
Что получится на выходе
TXT — без таймингов, SRT и VTT — с ними, JSON — со временем начала и конца каждого отрезка.
Как расшифровать запись
-
Скачайте MediaChef
Один файл для macOS, Windows или Linux. whisper.cpp v1.7.6 уже внутри поставки — отдельно качается только модель.
-
Выберите модель Whisper
Откройте экран «Модели» и скачайте одну — small на 488 МБ — сбалансированный вариант по умолчанию. Загрузка разовая, дальше расшифровка работает с выключенной сетью.
-
Перетащите запись или видео
Подходит и то и другое: MediaChef сам достаёт звук из видео, поэтому запись встречи и MP4 идут одним путём.
-
Выберите нужный формат результата
«Аудио в текст» — для TXT, «Аудио в субтитры SRT» или «Аудио в субтитры WebVTT» — для субтитров с таймингами, «Аудио в JSON с таймингами» — для скриптов.
-
Нажмите старт и прочитайте результат
Текст ляжет рядом с файлом под именем talk.transcript.txt. Очередь покажет прогресс, а если речи в файле нет — MediaChef скажет об этом, а не запишет пустой файл.
Какую модель Whisper выбрать
В каталоге четыре модели, все качаются внутри приложения. Крупнее — точнее текст и дольше расчёт на той же машине, поэтому выбирать стоит под задачу, а не раз и навсегда.
| Модель | Скачать | Когда брать |
|---|---|---|
tiny | 78 МБ | Первый проход по чистой речи или когда нужно только найти, где начинается нужная тема. |
base | 148 МБ | Заметки для себя: текст, который вы всё равно будете просматривать и править. |
small | 488 МБ | Значение по умолчанию во всех рецептах расшифровки и то, на чём большинство и остаётся. Интервью, встречи, лекции. |
large-v3-turbo | 1,62 ГБ | Текст, который уйдёт другим людям: субтитры в публикацию, цитаты в статью. Оптимизирована под Apple Silicon. |
Язык определяется автоматически, но его можно задать вручную. Ещё два рецепта переводят речь с любого языка на английский — текстом или субтитрами — за тот же один проход.
Почему офлайн лучше
Конфиденциальная запись остаётся конфиденциальной. Интервью, приёмы, юридические созвоны, всё под NDA: файл читает процесс на вашем компьютере и больше никто.
Никакой оплаты за минуты. Облачная расшифровка считает деньги по минутам. Локально десятый час звука стоит столько же, сколько первый, — нисколько.
Нет лимита длины и размера. Четырёхчасовая запись — это одна задача в очереди, а не платный тариф и не нарезка файла на части.
Работает совсем без сети. Как только модель лежит на диске, расшифровка идёт офлайн: в самолёте, в лаборатории, на машине без интернета.
Субтитры и текст из одного прогона. SRT и VTT несут тайминги для плеера, TXT — чистый текст, JSON — время отрезков для ваших скриптов.
Вопросы и ответы
Насколько точна расшифровка через Whisper?
Точность зависит от модели: tiny — черновик, small — сбалансированный вариант по умолчанию, large-v3-turbo — почти как человек на чистой речи. Лучше всего распознаётся чистая запись одного говорящего; сильный акцент, речь вперебивку и музыка под голосом снижают точность — как и у любого распознавания речи.
Какие языки поддерживаются?
Whisper знает около сотни языков и определяет язык сам; при неверной догадке его можно задать вручную. Два рецепта переводят речь с любого из них на английский за один проход — текстом или субтитрами SRT.
В каких форматах приходит расшифровка?
TXT — обычный текст, SRT и VTT — с таймкодами для плееров и монтажа, JSON — со временем начала и конца каждого отрезка для скриптов и своих инструментов.
Нужен ли интернет?
Один раз — чтобы скачать модель Whisper на экране «Модели»: от 78 МБ до 1,62 ГБ, смотря какую. После этого расшифровка работает полностью офлайн.
Что будет, если в записи нет речи?
MediaChef напишет «Речь не обнаружена» вместо пустого файла с зелёной галочкой. Тишина, музыка без вокала и просто не тот файл заканчиваются одинаково честно.
Превратите эту запись в текст
MediaChef 0.4.0 — Whisper работает локально, бесплатно и с открытым кодом.
MediaChef — молодой проект: сборки пока без подписи Apple и Microsoft, поэтому первый запуск попросит подтверждение — простая инструкция лежит внутри каждого архива.