Speech-to-Text

โมเดล AI

ถอดความเสียงในเครื่องโดยไม่มีค่า API

• ทำงานออฟไลน์สมบูรณ์หลังดาวน์โหลดโมเดล
• เอาต์พุต SRT, VTT, JSON และข้อความ
• แปลทุกภาษาเป็นภาษาอังกฤษ

สิ่งที่คุณทำได้

• ถอดความในเครื่อง - แปลงเสียงเป็นข้อความแบบออฟไลน์สมบูรณ์ ไม่ต้องใช้ API key
• ขนาดโมเดลหลายแบบ - tiny (เร็วที่สุด) → base → small → medium → large (แม่นยำที่สุด)
• รูปแบบเอาต์พุต - ข้อความธรรมดา คำบรรยาย SRT, VTT captions หรือ JSON พร้อม timestamps
• โหมดแปล - แปลเสียงทุกภาษาเป็นข้อความภาษาอังกฤษโดยตรง
• รองรับรูปแบบกว้าง - WAV, MP3, M4A, FLAC, OGG และอื่นๆ
• Auto model caching - ดาวน์โหลดโมเดลในการใช้ครั้งแรก ออฟไลน์สมบูรณ์หลังจากนั้น

ลองถาม

• "ถอดความ podcast.mp3 โดยใช้โมเดล medium"
• "แปลง interview นี้เป็นคำบรรยาย SRT"
• "ถอดความ voice memo ของฉันและแปลเป็นภาษาอังกฤษ"
• "สร้างคำบรรยาย VTT สำหรับแทร็กเสียงของวิดีโอนี้"
• "ใช้โมเดล large สำหรับการบันทึกบรรยายสำคัญนี้"
• "รับเอาต์พุต JSON พร้อม timestamps ระดับคำ"

เคล็ดลับ

• tiny = เร็วแต่หยาบ, small = สมดุลดี, medium = คุณภาพระดับมืออาชีพ, large = ความแม่นยำสูงสุด
• การรันครั้งแรกดาวน์โหลดโมเดล (40MB–3GB ขึ้นอยู่กับขนาด) จากนั้นออฟไลน์สมบูรณ์
• รูปแบบ SRT/VTT รวม timestamps สำหรับการซิงค์คำบรรยาย
• โหมดแปลส่งออกภาษาอังกฤษโดยไม่คำนึงถึงภาษาอินพุต
• เอาต์พุต JSON รวมข้อมูล timing ระดับ segment และระดับคำ
• ทำงานออฟไลน์สมบูรณ์หลังดาวน์โหลดโมเดลครั้งแรก - เหมาะสำหรับความเป็นส่วนตัว

Plans

ทักษะ โมเดล AI เพิ่มเติม

• Oracle - รวมไฟล์และ prompt เพื่อสืบค้นโมเดล AI ใดก็ได้
• Gemini - สืบค้นด่วนแบบครั้งเดียวกับโมเดล Google Gemini
• Model Usage - ติดตามค่าใช้จ่ายและการใช้งาน token ของโมเดล AI
• Whisper API - ถอดความบนคลาวด์รวดเร็วผ่าน OpenAI Whisper API
• Things 3 - จัดการงานครบวงจรสำหรับ Things 3 บน Mac
• Discord - ส่งข้อความ โพล และรีแอคชันใน Discord

Explore: Integrations · Glossary · Solutions · Use cases · Examples · Comparisons · Templates · Blog · Docs