Mikä Whisper AI on? Näin OpenAI:n puheentunnistusmalli toimii

whispertranscribe.ai-toimitus · Päivitetty viimeksi: marraskuu 2026 · Lukuaika 13 min

Mikä Whisper AI on? Useimmiten sillä tarkoitetaan OpenAI Whisperiä, avointa puheentunnistusmallia, jonka OpenAI julkaisi syyskuussa 2022. Se muuttaa tallennetun puheen tekstiksi, tunnistaa puhutun kielen ja voi kääntää muita kieliä englanniksi. OpenAI koulutti sen 680 000 tunnilla verkkoääntä ja julkaisi koodin ja painot MIT-lisenssillä.

Avoimuuden vuoksi: teemme whispertranscribe.ai:n. whispertranscribe.ai on verkkopohjainen AI-litterointityökalu, joka muuntaa äänen ja videon tekstiksi yli 130 kielellä. Tässä oppaassa malli ja sen ympärille rakennetut tuotteet pidetään erillään, ja mallia koskevat luvut ovat OpenAI:n omasta julkaisusta, repositoriosta tai mallikortista.

Lyhyt vastaus: mikä Whisper AI on?

Whisper on puhe tekstiksi -malli, ei sovellus tai yritys. Voit ladata sen OpenAI:n GitHub-repositoriosta ja ajaa omalla tietokoneellasi tai käyttää palvelua, joka tekee sen puolestasi.

  • Tekijä: OpenAI. Tutkimusartikkeli Robust Speech Recognition via Large-Scale Weak Supervision julkaistiin arXivissa 6. joulukuuta 2022.
  • Mitä se tekee: litteroi puhetta, tunnistaa kielen, kääntää puheen englanniksi ja lisää jaksojen aikaleimat.
  • Mitä se ei tee suoraan: merkitse puhujia tai litteroi reaaliaikaisesti. OpenAI:n mallikortin mukaan sitä ei voi käyttää reaaliaikaiseen litterointiin ilman lisätyötä.
  • Koot: kuusi, tinystä (39 miljoonaa parametria) largeen (1 550 miljoonaa).
  • Hinta: lataus ja suoritus ilmaisia. Laitteisto on hankittava itse.

”Whisper AI” voi tarkoittaa kolmea asiaa

Nimeä käytetään väljästi ja merkitykset sekoittuvat helposti.

Mitä kutsutaan ”Whisper AI:ksi” Mitä se on Kuka tekee Käyttö
OpenAI Whisper Avoin puheentunnistusmalli OpenAI Lataa koodi ja painot, suorita itse
whisper-1 OpenAI:n hostattu litteroinnin API-malli OpenAI Lähetä äänitiedosto OpenAI:n API:in ja maksa käytöstä
Sovellukset, joiden nimessä on ”Whisper” Litterointituotteita kuten whisperai.com ja whispertranscribe.ai (tämä sivusto) Erilliset yritykset Lataa tai tallenna ääni sovelluksissa

Kolmannen rivin tuotteet eivät ole itse malli tai keskenään vaihdettavia. Kukin yritys määrittää ominaisuudet, rajat, hinnat ja tietosuojaehdot. Tässä artikkelissa ”Whisper” tarkoittaa OpenAI:n mallia.

Miten Whisper toimii?

Whisper on encoder-decoder Transformer. Enkooderi muuttaa 30 sekuntia ääntä numeeriseksi esitykseksi, ja dekooderi kirjoittaa vastaavan tekstin token kerrallaan erityisten tehtävää ohjaavien tokenien avulla.

Whisper-julkaisu kuvaa prosessin:

  1. Uudelleennäytteistys. Ääni muunnetaan taajuuteen 16,000 Hz.
  2. Jako 30 sekunnin ikkunoihin. Malli tarkastelee aina 30 sekuntia kerrallaan. Lyhyet leikkeet täydennetään.
  3. Spektrogrammi. Jokaisesta ikkunasta tulee 80-kanavainen log-Mel-spektrogrammi eli äänienergian kuva taajuuksittain, laskettuna 25 millisekunnin kehyksillä 10 millisekunnin välein. (Large-v3 käyttää 128 kanavaa.)
  4. Koodaus. Kaksi konvoluutiokerrosta ja Transformer-lohkojen pino käsittelevät spektrogrammin.
  5. Dekoodaus. Dekooderi ennustaa ensin kielen tai ”ei puhetta” -tokenin. Seuraavat tehtävä (litteroi tai käännä), aikaleimojen valinta ja lopuksi itse teksti.

Aikaleimatkin ennustetaan tokeneina ja pyöristetään lähimpään 20 millisekuntiin. Näin yksi malli hoitaa kielentunnistuksen, litteroinnin, käännöksen ja ajoituksen.

Millä Whisper koulutettiin?

Alkuperäiset mallit oppivat 680 000 tunnista internetääntä ja vastaavia litterointeja. OpenAI kutsuu tätä heikoksi ohjaukseksi, koska tekstejä ei tarkistettu käsin vertailuaineistojen tapaan.

Koulutusäänen osuus Tunnit Sisältö
Noin 65 % 438 000 Englanninkielinen ääni ja englanninkielinen teksti
Noin 18 % 126 000 Muunkielinen ääni ja englanninkielinen teksti (käännösaineisto)
Noin 17 % 117 000 Muunkielinen ääni ja samankielinen teksti

Lähde: OpenAI:n Whisper-mallikortti. Julkaisu pyöristää käännösosuuden 125 000 tuntiin.

Kaksi yksityiskohtaa selittää toimintaa. OpenAI suodatti konemaisilta näyttävät litteroinnit kuten pelkät isot kirjaimet, joten malli oppi kirjoittamaan välimerkitettyjä lauseita. Varhaiset mallit arvasivat puhujien nimiä, koska monissa verkkoteksteissä niitä oli. OpenAI hienosääti tavan pois, mutta se osoittaa koulutustekstin vaikutuksen.

Large-v3 koulutettiin eri tavalla noin viidellä miljoonalla tunnilla: miljoona heikoilla verkkotunnisteilla ja neljä miljoonaa large-v2:n merkitsemänä Hugging Face -mallikortin mukaan.

Whisper-mallikokojen vertailu

Whisperistä on kuusi kokoa. Pienet mallit toimivat nopeammin vaatimattomalla laitteistolla; suuret tekevät vähemmän virheitä mutta tarvitsevat enemmän näyttömuistia (VRAM). Luvut ovat OpenAI:n README:stä.

Koko Parametrit Vain englanti Monikielinen Tarvittava VRAM Nopeus suhteessa largeen
tiny 39 M tiny.en tiny ~1 GB ~10x
base 74 M base.en base ~1 GB ~7x
small 244 M small.en small ~2 GB ~4x
medium 769 M medium.en medium ~5 GB ~2x
large 1550 M Ei large ~10 GB 1x
turbo 809 M Ei turbo ~6 GB ~8x

OpenAI mittasi nopeudet englanninkielisellä puheella A100-datakeskus-GPU:lla ja kertoo todellisen nopeuden voivan vaihdella huomattavasti. Kannettava on hitaampi.

Mikä Whisper-malli kannattaa valita?

Aloita käytettävissä olevasta muistista ja litteroinnin tarkoituksesta:

  • Testi peruskoneella: tiny tai base, noin 1 GB VRAMia. Odota enemmän virheitä.
  • Vain englanti: käytä .en-mallia. OpenAI:n mukaan ne toimivat paremmin etenkin tiny- ja base-koossa.
  • Hyvä laatu kohtuullisella nopeudella: turbo, noin 6 GB. Se on komentorivin oletus.
  • Puheen kääntäminen englanniksi: medium tai large. Turboa ei ole koulutettu käännökseen, ja se palauttaa alkukielen käännöspyynnöstä huolimatta.
  • Vaikein ääni ja paras mahdollinen tulos: large, noin 10 GB VRAMia.

Whisper-versiot: lyhyt aikajana

”Large” kattaa kolme julkaisua ja turbo on kevennetty large-v3. Versiolla on merkitystä, koska tulokset vaihtelevat tarkistuspisteittäin.

Versio Julkaistu Muutos
Alkuperäiset mallit (tiny–large) Syyskuu 2022 Ensimmäinen avoin julkaisu tutkimuksen kanssa
large-v2 Joulukuu 2022 Sama koko, 2,5 kertaa pidempi koulutus ja lisäregularisointi
large-v3 Marraskuu 2023 128 Mel-kanavaa, uusi kantonin token, 10–20 % vähemmän virheitä kuin v2 monilla kielillä
turbo (large-v3-turbo) Syyskuu 2024 Dekooderikerrokset vähennettiin 32:sta 4:ään nopeuden vuoksi; ei käännöstä

Lähteet: Whisper-mallikortti, julkaisun large-v2-alaviite ja large-v3:n sekä large-v3-turbon Hugging Face -kortit.

Kuinka monta kieltä Whisper tukee?

Whisper tunnistaa noin 99 kieltä. Julkaisun kielentunnistin käytti 99 kielitokenia ja nykyinen tokenisaattori luettelee 100 kielikoodia large-v3:n lisättyä kantonin. Tuki ei kuitenkaan tarkoita laatua: mallikortti ilmoittaa vahvoja tuloksia noin 10 kielellä.

Laatu seuraa koulutusdataa. Julkaisun mukaan kielikohtaisen suorituskyvyn ennustaa hyvin mallin näkemien tuntien määrä ja useimmilla kielillä oli alle 1 000 tuntia. Englanti, espanja tai saksa tuottaa yleensä siistimpää tekstiä kuin vähäresurssinen kieli. README linkittää kielikohtaiseen virhekaavioon.

Älä sekoita tätä tuotteiden lukuihin. whispertranscribe.ai tukee yli 130 kieltä. Se on tuotteemme kielituki (hinnasto sanoo ”130+ languages & accents”), ei avoimen Whisper-mallin ominaisuus.

Kuinka tarkka Whisper on?

Whisperille ei ole yhtä tarkkuuslukua, sillä tulos riippuu mallikoosta, kielestä ja tallenteesta. Puhtaalla luetulla englannilla large-v2 sai 2.7 % sanavirhetason (WER). Keskiarvo 14 englanninkielisestä, enimmäkseen vaikeammasta testijoukosta oli 12.8 %.

WER on väärin tunnistettujen, poistettujen ja lisättyjen sanojen osuus ihmisen vertailutekstiin nähden. Pienempi on parempi. Alla olevat luvut tulevat julkaisun taulukosta 2, jossa Whisper large-v2:ta verrataan LibriSpeech-äänikirja-aineistolla koulutettuun wav2vec 2.0 -malliin:

Testijoukko wav2vec 2.0 WER Whisper large-v2 WER
LibriSpeech clean (luetut äänikirjat) 2.7% 2.7%
Common Voice (joukkoistettu puhe) 29.9% 9.0%
CHiME-6 (meluisat illalliset) 65.8% 25.5%
Kaikkien taulukon 14 testijoukon keskiarvo 29.3% 12.8%

Kuvio on olennainen. Mallit ovat tasoissa äänikirjatestissä, mutta Whisper pärjää muissa paljon paremmin ja tekee keskimäärin 55.2 % vähemmän virheitä. OpenAI:n ilmoitus pyöristää tämän 50 %:iin. Julkaisun melutesteissä LibriSpeechillä koulutetut mallit voittivat lähes puhtaassa äänessä, mutta jäivät jälkeen, kun pubimainen taustamelu voimistui alle 10 dB:n signaali-kohinasuhteeseen.

Nämä ovat tutkimusvertailuja, eivät lupaus omille tiedostoillesi; tuoteväitteet ovat erillisiä. whispertranscribe.ai saavuttaa esimerkiksi jopa 99 % selkeällä äänellä, ja taustamelu, päällekkäinen puhe ja vahvat aksentit alentavat sitä.

Mitkä ovat Whisperin rajoitukset?

Whisperin suurin heikkous on sujuvan tekstin kirjoittaminen, jota kukaan ei sanonut. OpenAI:n mallikortti kutsuu tätä hallusinaatioksi ja yhdistää sen heikosti ohjattuun koulutukseen. Se mainitsee myös toiston, epätasaisen tarkkuuden kielissä ja aksenteissa sekä sisäänrakennettujen puhujatunnisteiden puutteen.

  1. Hallusinoitu teksti. Vuoden 2024 Careless Whisper -tutkimuksessa noin 1 % tarkistetuista litteroinneista sisälsi kokonaisia ilmauksia tai lauseita, joita äänessä ei ollut. Hallusinaatiot yleistyivät pitkillä puhetauoilla.
  2. Toistosilmukat. Malli voi jäädä toistamaan ilmausta. Mallikortin mukaan beam search ja lämpötilan varamenettely vähentävät tätä jossain määrin, eivät kokonaan.
  3. Puuttuvat alku- tai loppusanat. Julkaisu mainitsee jakson ensimmäisten tai viimeisten sanojen ohittamisen tunnettuna virheenä.
  4. Pitkät tallenteet tarvitsevat ikkunoita. Whisper näkee kerrallaan 30 sekuntia. Pitkissä tiedostoissa transcribe-työkalu siirtää ikkunaa ennustetuilla aikaleimoilla, joten virhe voi vaikuttaa seuraavaan ikkunaan.
  5. Ei puhujatunnisteita. Diarisointia eli sen selvittämistä, kuka puhui milloin, ei mallikortin mukaan arvioitu perusteellisesti. Siihen tarvitaan erillinen työkalu.
  6. Ei oletuksena reaaliaikainen. Se rakennettiin tallenteille. Suora tekstitys vaatii lisätoteutusta.
  7. Epätasainen kielittäin ja aksenteittain. Mallikortti huomauttaa korkeammista virhetasoista joillakin aksenteilla, murteilla ja väestöryhmillä.

OpenAI varoittaa myös ihmisten litteroinnista ilman suostumusta ja korkean riskin päätöksenteosta.

Missä viralliset lähteet eroavat?

Jotkin OpenAI:n dokumenttien luvut eroavat lähinnä pyöristyksen tai versiomuutosten vuoksi. Tarkista ennen lainaamista:

Aihe Yksi virallinen lähde Toinen Mitä käyttää
Virheiden väheneminen LibriSpeech-malleihin nähden Julkaisu: keskimäärin 55.2 % vähemmän OpenAI:n ilmoitus: 50 % vähemmän Lainaa julkaisua ja nimeä vertailu
Koulutusdatan kielet englannin lisäksi Julkaisu: 96 muuta kieltä Mallikortti: 98 kieltä ”Noin 99 kieltä” tunnistukseen
Käännöskoulutuksen tunnit Mallikortti: 126 000 Julkaisu: 125 000 Kumpi tahansa likimääräisenä
Turbon parametrimäärä README ja Hugging Face: 809 M Mallikortin taulukko: 798 M 809 M, useimpien lähteiden luku
Koulutusdatan koko Alkuperäinen julkaisu: 680 000 tuntia Large-v3-kortti: 5 miljoonaa tuntia Nimeä versio
Lisenssi GitHub: MIT koodille ja painoille Hugging Face large-v3 -metatiedot: Apache-2.0 Tarkista ladatun kopion lisenssi

Whisperin käyttö: itse, API:n kautta tai sovelluksella

Käytännössä on kolme tapaa. Itse ajaminen on ilmaista ja pitää äänen koneellasi. OpenAI:n API poistaa asennuksen mutta rajoittaa tiedostokokoa. Hostattu sovellus lisää editorin, puhujat ja viennin, mutta on kolmannen osapuolen palvelu omine ehtoineen.

Aja avoin Whisper itse OpenAI:n litterointi-API Hostattu litterointisovellus
Asennus Python, PyTorch ja FFmpeg Koodi ja API-avain Selain
Hinta Ilmainen; oma laitteisto Maksu käytön mukaan Ilmaistaso tai tilaus sovelluksen mukaan
Tiedostorajat Oma laitteisto 25 MB/tiedosto Sovelluksen määrittämä
Minne ääni menee Pysyy tietokoneella OpenAI:lle Sovelluksen palvelimille
Puhujat Ei sisäänrakennettu Ei whisper-1:ssä Riippuu sovelluksesta
Muokkaus ja vienti TXT, SRT, VTT, TSV, JSON komentoriviltä Palautuu koodiisi; rakennat loput Yleensä editori sekä dokumentti- ja tekstitysvienti

Aja Whisper omalla tietokoneella

OpenAI:n README antaa asennuskomennon ja peruskäytön:

pip install -U openai-whisper
whisper interview.mp3 --model turbo

Tarvitset myös FFmpegin, ja README:n mukaan koodin pitäisi toimia Python 3.8–3.11:llä. Lisää --language puhutun kielen määrittämiseen tai --task translate monikielisen mallin kanssa englanninkielistä tulosta varten. Mallin painot ladataan ensimmäisellä käyttökerralla. Whisper CLI:tä ei ole asennettu eikä testattu tässä istunnossa.

Käytä OpenAI:n API:a

OpenAI:n speech-to-text-opas rajoittaa latauksen 25 MB:iin tiedostoa kohti, joten pakkaa tai jaa suuremmat. Marraskuussa 2026 tarkistettuna opas merkitsee whisper-1:n vanhentuneeksi ja ilmoittaa sulkemispäiväksi 26. helmikuuta 2027 sekä ohjaa uudempiin litterointimalleihin. Nämä ovat OpenAI:n puhemalleja, eivät avoimen Whisper-perheen uusia julkaisuja.

Käytä hostattua litterointisovellusta

Jos et halua asentaa mitään, hostattu sovellus käsittelee tiedostot palvelimillaan. whispertranscribe.ai on yksi vaihtoehto, ja sen ilmainen ääni tekstiksi -muunnin on nopea kokeilutapa. Etusivumme kuvaa whispertranscribe.ai:n perustuvan Whisperiin ja seuraavan sukupolven AI:hin. Tuotesivujemme mukaan se tarjoaa:

Kompromisseja on. Tiedosto menee pilvipalveluun eikä pysy koneellasi. Emme tarjoa API:a, omaa sanastoa tai kokousbottia. Maksulliset tilaukset alkavat hinnasta $9.99/kk vuosittain (hinnasto), ja voit aloittaa ilmaiseksi ilman tiliä. Katso lisätietoja Whisper AI -litterointityökalusta tai kaikista ominaisuuksista.

Onko Whisper avointa lähdekoodia ja mitä lisenssi sallii?

Kyllä. OpenAI:n repositorio kertoo Whisperin koodin ja mallipainojen olevan MIT-lisenssillä. MIT on salliva lisenssi. Yleensä se sallii koodiin perustuvan ohjelmiston käytön, kopioinnin, muokkauksen ja myynnin, kunhan tekijänoikeus- ja lisenssi-ilmoitus säilytetään.

Kaksi huomiota. Muiden sivustojen kopioilla voi olla erilaiset lisenssimetatiedot; Hugging Face ilmoittaa large-v3:lle Apache-2.0:n. Lue käyttämäsi kopion lisenssi. Lisenssi koskee ohjelmistoa, ei sille annettuja tallenteita. Suostumus- ja tietosuojasäännöt koskevat edelleen ääntä. Tämä on yleistä tietoa, ei oikeudellista neuvontaa; MIT-lisenssiteksti on virallinen lähde.

Kenelle Whisper sopii?

Whisper sopii kehittäjille ja päätettä tunteville, jotka haluavat ilmaista, yksityistä ja rajatonta litterointia. Jos haluat valmiin tekstin editorilla ja viennillä, hostattu sovellus on yleensä nopeampi.

Olet… Sopiva vaihtoehto Miksi
Tuotetta rakentava kehittäjä Avoin Whisper tai API Prosessin täysi hallinta
Arkaluonteisia haastatteluja tutkiva Paikallisesti ajettu avoin Whisper Ääni ei poistu koneelta
Tekijä, joka tarvitsee tekstitykset tällä viikolla Hostattu sovellus SRT- tai VTT-viennillä Ei asennusta; ajoitetut tiedostot valmiina lataukseen
Kannettavan käyttäjä ilman GPU:ta Pieni paikallismalli tai hostattu sovellus Suuret mallit tarvitsevat noin 10 GB VRAMia

Tarkistuslista ennen Whisper-litterointiin luottamista

Laadimme listan OpenAI:n julkaisun ja mallikortin virhetilojen pohjalta:

  • Tarkista taukoja ja hiljaisia kohtia keksittyjen lauseiden varalta.
  • Etsi sama ilmaus toistettuna useasti peräkkäin.
  • Vertaa tiedoston ensimmäiset ja viimeiset rivit ääneen.
  • Varmista nimet, numerot ja tekniset termit.
  • Varmista oikea kielentunnistus tai aseta kieli käsin.
  • Varmista käännöksessä, ettei käytössä ollut turbo.
  • Lisää tarvittaessa puhujat erillisellä työkalulla.
  • Hanki tarvittavat osallistujien ja järjestäjän suostumukset ennen muiden tallennusta tai litterointia.

Usein kysytyt kysymykset

Onko Whisper AI ilmainen?

Kyllä, OpenAI Whisperin voi ladata ja ajaa ilmaiseksi. OpenAI lisensoi koodin ja mallipainot MIT:llä, joten käytöstä ei tarvitse maksaa OpenAI:lle. Tietokone on kuitenkin hankittava itse, ja large-malli tarvitsee noin 10 GB GPU-muistia. Hostatut vaihtoehdot maksavat: OpenAI:n API veloittaa käytön mukaan ja sovellukset hinnoittelevat tilauksensa. Ilmainen ei tarkoita helppoa: tarvitset Pythonin, FFmpegin ja hieman komentoriviosaamista.

Voiko Whisper tunnistaa eri puhujat?

Ei yksinään. Whisper kirjoittaa sanotun mutta ei merkitse, kuka sen sanoi. OpenAI:n mallikortin mukaan puhujadiarisoinnin kaltaisia kykyjä ei arvioitu perusteellisesti. Tunnisteita varten Whisper yhdistetään yleensä erilliseen diarisaatiotyökaluun tai käytetään puhujantunnistuksen lisäävää sovellusta. Esimerkiksi whispertranscribe.ai:ssa on ennen litterointia kytkettävä puhujantunnistus. Tarkista tunnisteet aina samankaltaisten äänten tallenteissa.

Voiko Whisper litteroida reaaliajassa?

Ei sellaisenaan. Whisper on suunniteltu tallennetulle äänelle ja käsittelee 30 sekunnin ikkunoita; OpenAI:n mallikortin mukaan reaaliaikainen litterointi vaatii lisätyötä. Kehittäjät ovat rakentaneet lähes reaaliaikaisia työkaluja syöttämällä lyhyitä osia niiden saapuessa. Suoraan tekstitykseen etsi erillinen suora tila ja odota enemmän korjausta kuin valmiin tallenteen tekstissä.

Kuinka monta kieltä Whisper tukee?

Whisper tunnistaa noin 99 kieltä, ja nykyinen tokenisaattori luettelee 100 kielikoodia kantonin lisäämisen jälkeen large-v3:ssa. Laatu vaihtelee suuresti. OpenAI:n mallikortti ilmoittaa vahvat tulokset noin 10 kielellä, ja julkaisun mukaan useimpien kielten koulutusääntä oli alle 1 000 tuntia. Testaa lyhyt näyte ennen harvinaisempaan kieleen luottamista. Tuoteluvut, kuten whispertranscribe.ai:n yli 130 kieltä, kuvaavat tuotteen omaa tukea eivätkä avointa mallia.

Onko whispertranscribe.ai sama kuin OpenAI Whisper?

Ei. OpenAI Whisper on avoin malli, jonka lataat ja suoritat itse. whispertranscribe.ai on erillinen selaimessa toimiva litterointipalvelu, jonka etusivu kuvaa perustuvan Whisperiin ja seuraavan sukupolven AI:hin. Se lisää ominaisuuksia, joita raakamallissa ei ole, kuten enintään 5GB:n lataukset, YouTube- tai Google Drive -linkkien tuonnin, puhujantunnistuksen ja DOCX-, PDF-, SRT- ja VTT-viennin. Muut ”Whisper”-nimiset sovellukset ovat eri yritysten erillisiä tuotteita.

Miksi Whisper kirjoittaa joskus sanoja, joita kukaan ei sanonut?

Koska se ennustaa tekstiä kielimallin tavoin. OpenAI:n mallikortin mukaan laajalla ja meluisalla verkkodatalla kouluttaminen johtaa joskus äänessä olemattomiin sanoihin. OpenAI selittää tämän seuraavan todennäköisen sanan ennustamisen ja kuullun litteroinnin yhdistelmällä. Vuoden 2024 tutkimus löysi kokonaisia keksittyjä ilmauksia noin 1 %:ssa tarkistetuista teksteistä, useammin pitkien taukojen kohdalla. Tarkista tauot, hiljaiset kohdat ja tärkeä sisältö äänestä.


Haluatko Whisper-litteroinnin ilman asennusta? Lataa tiedosto tai liitä linkki whispertranscribe.ai:hin ja saat tekstin yli 130 kielellä DOCX-, PDF-, SRT- ja VTT-viennillä.

Lähteet

Haluatko muuntaa tallenteesi tekstiksi?

Litteroi ääntä ja videota palvelussa whispertranscribe.ai.

Aloita litterointi ↗