Audio to text gratis
Ubah pesan suara WhatsApp, wawancara, kuliah, rapat, atau video menjadi teks — tanpa batas menit, tanpa daftar, dan tanpa unggah file. Klik kalimat mana pun dan audio langsung ke bagian itu.
Audio Anda tidak keluar dari perangkat: transkripsi berlangsung di browser Anda.
Letakkan audio atau video di sini
atau klik untuk memilih · MP3, WAV, M4A, OGG, OPUS, MP4, MOV, WebM · tidak ada yang keluar dari perangkat Anda
Alat video dan audio lainnya
Cara mengubah audio menjadi teks
Letakkan file, periksa bahasa audio, lalu ketuk Transkripsikan. Teks muncul setiap setengah menit audio, dalam paragraf, dengan waktu tiap bagian. Klik kalimat mana pun dan pemutar langsung ke momen itu; tekan play dan bagian yang sedang diucapkan akan disorot.
Gunakan pencarian untuk menemukan kata: setiap hasil membawa Anda ke momen kata itu diucapkan. Setelah selesai, unduh sebagai TXT, DOCX (Word dan Google Docs), atau PDF — dengan atau tanpa waktu — atau sebagai subtitle SRT dan VTT untuk YouTube, VLC, dan editor video.
Transkripsi dikerjakan oleh Whisper, model pengenal suara dari OpenAI, di chip grafis komputer Anda sendiri. Pertama kali, browser mengunduh modelnya (564 MB); setelah itu model tersimpan. Di laptop biasa, audio satu jam butuh sekitar 45 menit, dan Anda boleh pindah tab selama itu.
Tanpa akun dan tanpa batas: teks hanya disimpan di browser ini, dan jika tab tertutup di tengah jalan, proses bisa dilanjutkan dari terakhir. Untuk membuka transkrip lagi di hari lain, letakkan audio bersama file .srt atau .vtt yang Anda unduh. Perlu mengambil audio dari video dulu? Pakai Video to MP3.
Contoh: wawancara yang dijadikan artikel
Wawancara 4 menit 37 detik ditranskripsi dalam 3 menit 17 detik di laptop dengan kartu grafis terintegrasi. Setelah teksnya jadi, mencari sebuah nama langsung membawa ke bagian tempat nama itu disebut, mengklik kalimat memutar momen itu untuk mengecek kutipan, dan unduhan DOCX dengan waktunya bisa langsung dibuka di pengolah kata. Untuk memberi subtitle video wawancara, teks yang sama keluar dalam SRT.
Pertanyaan umum
Benar-benar gratis? Ada batas menit?
Gratis, tanpa daftar, tanpa batas menit maupun jumlah file. Batasnya hanya perangkat Anda: di komputer, rekaman berjam-jam bisa; di ponsel lambat dan mungkin tidak berjalan.
Apakah audio saya diunggah ke server?
Tidak. Audio dibaca dan ditranskripsi di dalam browser, memakai chip grafis perangkat Anda. Hanya model transkripsinya yang diunduh, sekali, dari Hugging Face; file Anda tidak dikirim ke mana pun.
Bagaimana cara mentranskripsi pesan suara WhatsApp?
Simpan pesan suara di perangkat (di Android lewat Bagikan; di iPhone lewat Simpan ke File) lalu letakkan file .opus atau .ogg di sini. Pilih bahasa dan ketuk Transkripsikan.
Berapa lama prosesnya?
Tergantung komputernya. Di laptop dengan grafis terintegrasi, wawancara 4 menit 37 detik selesai dalam 3 menit 17 detik, sekitar 70% dari durasinya. Layar menampilkan sisa waktu yang diukur di perangkat Anda.
Kenapa pertama kali mengunduh 564 MB?
Itu model Whisper, yang mengenali suara di perangkat Anda alih-alih mengirim audio ke server. Model diunduh sekali dan disimpan di browser: mulai kali kedua, terbuka dalam hitungan detik.
Bisa untuk video?
Bisa. Letakkan MP4, MOV, atau WebM: alat ini mengambil audionya lalu mentranskripsinya. Video tampil di pemutar, dan mengklik teks memindahkan video ke momen itu.
Bisa membuat subtitle?
Bisa: unduh sebagai SRT atau VTT. Keduanya format subtitle dengan waktu untuk tiap kalimat, diterima YouTube, VLC, dan editor video.
Bisa dipakai di ponsel?
Transkripsi memakai chip grafis lewat browser (WebGPU). Di ponsel lambat dan mungkin tidak berjalan; di komputer dengan Chrome atau Edge terbaru, berjalan baik.
Bahasa apa saja yang dikenali?
Puluhan bahasa, di antaranya Indonesia, Inggris, Portugis, dan Spanyol. Pilih bahasa audio sebelum mentranskripsi: hasilnya lebih akurat daripada membiarkan model menebak.
Panduan agar video dan audio Anda tepat
Pesan suara WhatsApp, MP4 ke MP3, video lebih kecil, format, codec, dan metadata.
Transkripsi dengan Whisper large-v3 turbo (OpenAI, lisensi MIT), versi ONNX dari onnx-community, berjalan di browser Anda lewat transformers.js (Hugging Face, Apache-2.0) dan chip grafis perangkat (WebGPU). Model diunduh dari Hugging Face pada pemakaian pertama; audio Anda tidak keluar dari perangkat.