Privasi Utama
File yang diunggah akan dihapus secara otomatis dan permanen dalam waktu dua jam.
Penghapusan otomatis
Ucapan ke PDF
Diktekan dikte, narasi, catatan kuliah, jawaban wawancara, atau sulih suara singkat langsung di browser, atau unggah rekaman, lalu dapatkan teksnya sebagai dokumen PDF. Transkripsi menggunakan Whisper, model pengenalan suara sumber terbuka, di server kami sendiri – dalam sekitar 100 bahasa yang terdeteksi secara otomatis.
-
Rekam: Bicara ke perekam di browser – hingga 30 menit per rekaman – atau unggah MP3, WAV, M4A, AAC, OGG, FLAC, atau WebM.
-
Transkripsi: Whisper menuliskan kata-kata dengan tanda baca; opsional menandai pergantian pembicara untuk wawancara dan rapat. Output: dokumen PDF.
-
Privat: Tidak ada yang diunggah hingga Anda mengonfirmasi. Audio dan transkrip akan dihapus secara otomatis setelah diproses, paling lambat dalam beberapa jam.
Transkripsi
Cara kerja konversi suara ke PDF
Halaman ini menggabungkan perekam dalam browser dengan backend transkripsi GPU. Perekaman menggunakan antarmuka MediaRecorder yang terintegrasi di Chrome, Firefox, Edge, dan Safari; pengenalan dilakukan oleh Whisper, model sumber terbuka yang diterbitkan oleh OpenAI, yang berjalan pada perangkat keras kami sendiri, bukan melalui API pihak ketiga.
Cara menggunakan Converter App
1
Rekam atau unggah
Tekan "Rekam dengan mikrofon Anda", izinkan akses satu kali, lalu mulai berbicara. Pengatur waktu dan pengukur level mengonfirmasi bahwa audio sedang masuk. Atau unggah rekaman yang sudah ada – memo suara dari ponsel apa pun dapat digunakan.
2
Periksa dan mulai
Dengarkan rekaman dalam dialog. Aktifkan "Deteksi beberapa pembicara" untuk wawancara dan rapat (fitur ini menandai siapa yang berbicara, tetapi membutuhkan waktu lebih lama). Kemudian mulai transkripsi.
3
Unduh transkrip
Progres ditampilkan saat model bekerja; beberapa menit audio ucapan biasanya diproses jauh di bawah satu menit. Unduh dokumen PDF dari halaman hasil.
Fitur utama
Didukung oleh Whisper
Whisper dilatih dengan 680.000 jam audio multibahasa dan mampu menangani aksen, kebisingan latar belakang, serta kosakata teknis jauh lebih baik daripada mesin dikte beberapa tahun lalu. Bahasa terdeteksi secara otomatis.
Deteksi pembicara sesuai permintaan
Untuk percakapan, deteksi pembicara opsional menandai perubahan pembicara dalam transkrip. Fitur ini kira-kira menggandakan waktu pemrosesan, sehingga dinonaktifkan secara default.
Hasil PDF yang sesuai dengan alur kerja Anda
Transkrip pertama-tama ditulis sebagai teks, lalu ditata sebagai PDF dengan LibreOffice – dokumen sederhana yang dapat dicetak dengan teks yang dapat dipilih, tanpa pindaian atau gambar.
Gratis dan privat
Tanpa akun, tanpa watermark, tanpa batas percobaan. Rekaman tidak akan meninggalkan perangkat Anda hingga Anda mengonfirmasi, dan audio serta transkrip akan dihapus secara otomatis setelah diproses.
Pengalaman & privasi
Dibuat untuk alur kerja transkripsi yang andal.
Dikembangkan oleh para insinyur dengan pengalaman lebih dari 10 tahun dalam infrastruktur skala besar, sistem data, dan komputasi ilmiah. Dirancang untuk alur kerja audio dunia nyata yang mengutamakan privasi, pemrosesan yang andal, dan kemudahan penggunaan yang praktis.
Dipercaya oleh Pengguna
Dinilai 5 bintang di Trustpilot karena kecepatan, keandalan, dan kemudahan penggunaan.
Kepercayaan pengguna
Penggunaan Akademik
Dirujuk dalam penelitian yang telah dipublikasikan dan digunakan untuk transkripsi wawancara dan analisis data kualitatif.
Penggunaan untuk penelitian
Bagaimana ucapan menjadi PDF di halaman ini
Browser Anda merekam mikrofon sebagai audio Opus (Chrome, Firefox, Edge) atau AAC (Safari) dan menyimpannya dalam memori. Saat Anda mengonfirmasi, file diunggah melalui HTTPS ke salah satu server transkripsi kami.
Di sana, ffmpeg mendekode audio dan Whisper – model pengenalan ucapan sumber terbuka – mengubahnya menjadi teks dalam satu proses, termasuk tanda baca dan pemisah kalimat. Jika deteksi pembicara diaktifkan, model diarisasi terlebih dahulu memisahkan audio berdasarkan pembicara dan transkrip diberi anotasi sesuai dengan itu.
Transkrip pertama-tama ditulis sebagai teks, lalu ditata sebagai PDF dengan LibreOffice – dokumen sederhana yang dapat dicetak dengan teks yang dapat dipilih, tanpa pindaian atau gambar. Halaman hasil memungkinkan Anda mengunduhnya; audio dan transkrip akan dihapus secara otomatis setelahnya.
Tips perekaman yang lebih penting daripada pengaturan apa pun
Pengenalan ucapan hanya sebaik kualitas audionya. Tiga hal yang paling berpengaruh adalah jarak, kebisingan, dan tumpang tindih. Jaga mikrofon pada jarak 10–20 cm dari mulut; ponsel yang dipegang dekat lebih baik daripada laptop di seberang meja. Matikan kipas, tutup jendela, dan hindari ruangan dengan gema yang kuat.
Bicaralah dengan kecepatan normal dan selesaikan kalimat – model memanfaatkan konteks, sehingga kalimat yang tidak lengkap dan kata pengisi menghasilkan teks yang lebih buruk daripada ucapan lengkap dengan tempo sedikit lebih lambat. Untuk wawancara, minta peserta agar tidak berbicara bersamaan; ucapan yang tumpang tindih adalah kasus tersulit bagi sistem pengenal ucapan apa pun.
Dengarkan pratinjau sebelum memulai. Jika meter level hampir tidak bergerak atau terus-menerus berada pada ketinggian penuh, rekam ulang alih-alih berharap transkrip akan keluar dengan benar.
Penggunaan umum konversi ucapan ke PDF
Alat ini digunakan oleh guru, podcaster, jurnalis, dan siapa saja yang berpikir lebih cepat saat berbicara daripada mengetik di keyboard: menyusun e-mail atau artikel dengan berbicara, mencatat notulen rapat, mengubah kuliah atau memo suara menjadi catatan yang dapat dicari, mentranskripsikan jawaban wawancara untuk penelitian, serta mendapatkan versi yang mudah dibaca dari pesan suara yang tidak dapat diputar saat ini.
Karena Whisper mendeteksi bahasa secara otomatis, halaman yang sama dapat digunakan untuk dikte bahasa Jerman, catatan suara bahasa Spanyol, atau kuliah bahasa Inggris tanpa pengaturan apa pun. Transkrip tidak diterjemahkan – transkrip ditulis dalam bahasa yang diucapkan.
Untuk audio yang sudah tersedia sebagai file – podcast, kuliah, panggilan – konverter audio-ke-teks dan MP3 ke teks di situs ini menggunakan mesin yang sama dengan opsi yang sama.
Yang tidak dilakukan alat ini
Alat ini tidak menerjemahkan: transkrip akan menggunakan bahasa yang diucapkan. Alat ini tidak menghasilkan pengaturan waktu subtitle – untuk file SRT atau VTT, gunakan konverter subtitle di situs ini. Alat ini tidak mengidentifikasi pembicara berdasarkan nama, hanya berdasarkan pergantian pembicara saat deteksi pembicara diaktifkan. Selain itu, alat ini tidak dapat memulihkan kata-kata yang tidak terdengar dalam rekaman.
Nama orang, nama produk, dan singkatan yang jarang digunakan merupakan kesalahan yang paling umum; biasanya, rekaman yang jelas hanya memerlukan pemeriksaan singkat pada hasil dengan memperhatikan hal-hal tersebut.
FAQ
Pertanyaan yang Sering Diajukan
Seberapa akurat transkripnya?
Dengan rekaman yang jelas dan satu pembicara, Whisper biasanya mengenali lebih dari 90 % kata dengan benar dalam bahasa-bahasa utama, termasuk tanda baca. Akurasi menurun jika terdapat kebisingan latar yang kuat, beberapa orang berbicara bersamaan, audio sangat pelan, atau dialek yang kuat – tips perekaman di bawah ini lebih membantu daripada pengaturan apa pun.
Bahasa apa saja yang didukung?
Whisper mengenali sekitar 100 bahasa dan otomatis memilih bahasa dari beberapa detik pertama audio, jadi tidak ada yang perlu diatur. Rekaman dengan campuran bahasa ditranskripsikan dalam bahasa yang dominan. Transkrip ditulis dalam bahasa yang diucapkan; tidak diterjemahkan.
Apakah audio diunggah saat saya berbicara?
Tidak. Perekam menyimpan audio di browser Anda hingga Anda menekan tombol di dialog. Jika Anda membatalkan atau menutup tab, tidak ada yang dikirim. File yang diunggah dan transkrip akan dihapus secara otomatis setelah diproses.
Berapa lama durasi rekaman?
Perekam di browser berhenti setelah 30 menit; file yang diunggah dapat lebih panjang. Waktu pemrosesan bertambah seiring durasi audio, dan deteksi pembicara menambahkan kira-kira durasi yang sama lagi.
Apa fungsi "Deteksi beberapa pembicara"?
Alat ini menjalankan tahap diarisation pembicara sebelum transkripsi dan menyisipkan penanda setiap kali pembicara berganti. Gunakan untuk wawancara, rapat, dan podcast; nonaktifkan untuk dikte dan catatan suara karena hanya menambah waktu tunggu.
Seperti apa tampilan PDF tersebut?
Dokumen A4 sederhana dengan transkrip sebagai teks yang dapat dipilih – tanpa grafis header, tanpa tanda air. Dokumen ini ditujukan untuk pengarsipan, pencetakan, atau dilampirkan ke e-mail; jika Anda ingin mengedit teksnya, alat ucapan ke teks di situs ini menyediakan transkrip yang sama sebagai file .txt.