La transcription audio-texte reconnaît les mots prononcés dans un enregistrement et y joint des horodatages. Téléchargez de l'audio ou de la vidéo sur AI Free Audio to Video, corrigez la transcription, puis copiez-la ou exportez TXT, JSON et SRT sans rendre de vidéo.
Formats pris en charge
Téléchargez MP3, WAV, M4A, AAC, FLAC, OGG, MP4, MOV, WebM ou MKV. Exportez du texte brut au format TXT, des lignes structurées au format JSON ou des sous-titres chronométrés au format SRT.
Comment ça marche
1. Télécharger un enregistrement
Choisissez un fichier audio ou vidéo local contenant du son. Pour la vidéo, l'outil extrait la bande sonore avant la reconnaissance. Il ne lit pas les mots imprimés dans les images vidéo.
2. Sélectionnez la langue parlée
Choisissez une langue prise en charge ou une détection automatique. Le serveur exécute le modèle open source Whisper pour reconnaître la parole et estimer la synchronisation des mots. Un discours clair nécessite généralement moins de corrections que le chant ou les voix qui se chevauchent.
3. Corriger et télécharger la transcription
Vérifiez les noms, la ponctuation et les heures de ligne dans l'éditeur de résultats. Enregistrez vos modifications avant de télécharger TXT, JSON ou SRT. SRT contient le timing ; TXT convient lorsque seuls les mots sont nécessaires.
Limites et confidentialité
Les fichiers audio et vidéo ne doivent pas dépasser 100 Mo et ne pas durer plus de 10 minutes. Les résultats appartiennent à la session actuelle du navigateur et expirent après 24 heures. Le service est gratuit, sans paiement ni abonnement ; des limites de file d’attente et d’utilisation s’appliquent.
Que vérifier avant de partager
La reconnaissance peut omettre la parole ou produire des mots erronés, notamment dans les chansons, le bruit ou les dialogues qui se chevauchent. Les horodatages sont des estimations de modèle et non un alignement garanti. L'outil n'identifie pas les locuteurs, ne traduit pas les transcriptions et ne sépare pas les voix de la musique. L’importation de liens de plateforme et l’enregistrement dans le navigateur ne sont pas pris en charge.
Questions courantes
La conversion vidéo-texte lit-elle les sous-titres déjà affichés dans une vidéo ?
Non. Ce workflow transcrit la piste audio. Pour lire du texte visible, enregistrez un cadre clair en tant qu'image et utilisez l'extraction de texte d'image.
Puis-je créer des sous-titres à partir d’une chanson ?
Vous pouvez essayer, mais chanter peut produire des paroles et un timing manquants ou incorrects. Vérifiez et corrigez le résultat avant de le partager.
Mon audio est-il envoyé à une API de transcription tierce ?
Ce déploiement exécute Whisper sur le serveur du site Web. L'audio est traité sur ce serveur et n'est pas envoyé à une API de transcription tierce.