Whisper Web

概要

• 音声、動画、マイク録音をブラウザ内で文字起こしし、生成されたテキストをその場で編集できます。
• 録音データは端末上で処理されるため、アカウント作成や外部サービスへのメディアアップロードなしで利用できます。
• 初回利用時にWhisperモデルをダウンロードし、以降はブラウザのキャッシュを再利用して処理できます。

主な特徴

• Tiny、Base、SmallのWhisperモデルを選択でき、対応ブラウザではWebAssemblyまたはWebGPUによる処理に対応しています。
• 編集した文字起こし結果をTXT、JSON、SRT、VTT形式で書き出せるため、字幕作成やデータ連携にも活用できます。
• 最大1GBまたは1時間までのローカルファイルに対応し、MP4をMP3へ変換するツールも備えています。

利用時の注意点・おすすめの人

• サイトのアセットやモデルファイルの読み込みにはネットワークが必要で、リモートURLの利用にはブラウザからのアクセス許可が必要です。
• 会議ボット、話者識別、クラウド上での共同編集には対応していないため、個人で完結する文字起こしに適しています。
• 録音データを外部サービスへ送信せず、ブラウザ内処理によるプライバシーを重視したい人に向いています。