Transkrybuj wywiady — Darmowo, prywatnie, dokładnie

Tak. Whisper Web przetwarza audio całkowicie w Twojej przeglądarce, używając WebGPU lub WebAssembly. Żadne dane audio nie są przesyłane na jakikolwiek serwer. To sprawia, że nadaje się do poufnych wywiadów, anonimowych źródeł, nagrań sygnalistów i wrażliwych tematów badawczych.

OpenAI Whisper osiąga 4.2% wskaźnik błędów słów w standardowych testach — to ponad 95% dokładności dla czystego, dobrze nagranego dźwięku. Aby uzyskać najlepsze rezultaty używaj dedykowanego mikrofonu i nagrywaj w cichym otoczeniu. Zawsze należy sprawdzić przed publikacją — szczególnie nazwy własne, terminy techniczne i imiona.

Whisper jest szkolony na zróżnicowanych danych i dobrze radzi sobie z większością akcentów. Bardzo silne akcenty lub dialekty regionalne mogą obniżyć dokładność, ale model generalnie dobrze działa w różnych odmianach angielskiego i ponad 100 innych językach.

Z WebGPU (Chrome/Edge), 1-godzinny wywiad zazwyczaj zajmuje 8–15 minut. Bez WebGPU, spodziewaj się 20–40 minut. 30-minutowy wywiad przetwarza się w 3–5 minut z włączonym WebGPU.

Obecnie Whisper Web tworzy jedną ciągłą transkrypcję bez etykiet mówców (diaryzacji). Możesz ręcznie dodać identyfikatory mówców po transkrypcji. Rozpoznawanie mówców jest w planach przyszłych aktualizacji.