Phiên Âm Phỏng Vấn — Miễn Phí, Riêng Tư, Chính Xác

Có. Whisper Web xử lý âm thanh hoàn toàn trên trình duyệt bằng WebGPU hoặc WebAssembly. Không có dữ liệu âm thanh nào được truyền đến bất kỳ máy chủ nào. Điều này phù hợp cho phỏng vấn bí mật, nguồn ẩn danh, bản ghi người tố giác và các đối tượng nghiên cứu nhạy cảm.

OpenAI Whisper đạt độ chính xác trên 95% với âm thanh rõ ràng, được ghi tốt. Để đạt kết quả tốt nhất, hãy sử dụng micro chuyên dụng và ghi trong môi trường yên tĩnh. Luôn đọc lại trước khi xuất bản — đặc biệt với danh từ riêng, thuật ngữ chuyên ngành và tên người.

Whisper được huấn luyện trên tập dữ liệu đa dạng và xử lý tốt hầu hết các giọng. Giọng vùng miền nặng hoặc phương ngữ có thể giảm độ chính xác, nhưng mô hình nhìn chung hoạt động tốt trên nhiều biến thể ngôn ngữ và hơn 100 ngôn ngữ khác.

Với WebGPU (Chrome/Edge), phỏng vấn 1 giờ thường mất 8–15 phút. Không có WebGPU, dự kiến 20–40 phút. Phỏng vấn 30 phút được xử lý trong 3–5 phút với WebGPU.

Hiện tại, Whisper Web tạo một bản phiên âm liên tục mà không có nhãn người nói (phân đoạn người nói). Bạn có thể thêm nhãn người nói thủ công sau khi phiên âm. Tính năng phân biệt người nói nằm trong lộ trình phát triển.