Wat het doet
Deze spraak-naar-teksttool zet een audio- of videobestand om in een geschreven transcript of in SRT- of VTT-ondertitels, zonder iets te uploaden. Het draait het spraakherkenningsmodel Whisper van OpenAI rechtstreeks in je browser, zodat je interviews, vergaderingen, colleges, spraakmemo’s en podcasts gratis en privé kunt transcriberen. Whisper kan spraak in andere talen ook direct naar Engelse tekst vertalen.
Kies een bestand en de pagina decodeert het audiospoor met de Web Audio API van de browser, zet het om naar 16 kHz mono (het formaat dat Whisper verwacht) en transcribeert het in een achtergrondworker in vensters van 30 seconden met een kleine overlap, zodat ook lange opnamen werken. Het resultaat verschijnt in het uitvoervak, klaar om te kopiëren of te downloaden als .txt, .srt of .vtt.
Zo gebruik je het
- Kies een model: Tiny is het snelst, Small het nauwkeurigst en Base (standaard) een goede balans.
- Klik op Model downloaden en starten. De eerste keer wordt het model met een voortgangsbalk gedownload; daarna laadt je browser het in een oogwenk uit de cache.
- Sleep een audio- of videobestand naar de pagina of klik op Bestand kiezen. MP3, WAV, M4A, AAC, OGG, Opus, FLAC, WebM en MP4 werken in de meeste browsers, tot 500 MB. De bestandsnaam, duur en grootte worden getoond.
- Het transcriberen begint vanzelf en laat zien hoeveel fragmenten klaar zijn. Klik op Opnieuw transcriberen nadat je de taal of taak hebt gewijzigd.
- Wissel het uitvoerformaat op elk moment tussen tekst, SRT en VTT, zonder opnieuw te transcriberen. Daarna kopiëren of downloaden.
De gesproken taal wordt automatisch herkend aan de eerste 30 seconden. Zelf instellen is sneller en voorkomt fouten bij korte clips. Kies Vertalen naar Engels om Engelse tekst te krijgen uit spraak in een andere taal. Model, taal, taak en formaat worden in het paginaadres opgeslagen, dus de knop Delen linkt naar dezelfde instellingen; je bestand zit nooit in de link.
Voorbeeld
Een clip van twee zinnen ziet er als SRT zo uit:
1
00:00:00,000 --> 00:00:03,240
Welcome back to the show.
2
00:00:03,240 --> 00:00:07,800
Today we are talking about speech recognition.VTT gebruikt dezelfde blokken met een WEBVTT-kop en een punt vóór de milliseconden, het formaat dat HTML5-videospelers lezen.
Privacy, nauwkeurigheid en vereisten
Na de modeldownload gebeurt alles op je apparaat, dus de tool is geschikt voor vertrouwelijke opnamen. Je hebt een recente Chrome, Edge, Firefox of Safari met WebAssembly nodig. Waar WebGPU beschikbaar is (Chrome en Edge op de meeste computers) wordt het automatisch gebruikt en is het veel sneller; anders valt de tool terug op WebAssembly. Lange bestanden vragen geheugen: een uur audio neemt gedecodeerd een paar honderd megabyte in, en Small heeft meer nodig dan Tiny of Base; sluit op je telefoon andere zware tabbladen. Houd het tabblad open tot het klaar is.
Whisper is goed met duidelijke spraak en kan redelijk overweg met accenten en achtergrondgeluid, maar kan namen en vaktermen verkeerd verstaan en herhaalt of verzint soms een zin bij stilte of muziek. Controleer het transcript voordat je het publiceert. De tool herkent geen sprekers, en video’s worden alleen getranscribeerd als je browser de audiocodec kan decoderen.
Veelgestelde vragen
› Wordt mijn audio naar een server geüpload?
Nee. Het bestand wordt in je browser gedecodeerd en getranscribeerd. Het enige netwerkverzoek is de eenmalige download van de Whisper-modelbestanden van Hugging Face; je audio, video en transcript verlaten nooit je apparaat.
› Welk model wordt gebruikt en onder welke licentie?
OpenAI Whisper (tiny, base of small), in de ONNX-versies die onnx-community op Hugging Face publiceert, uitgevoerd met de bibliotheek transformers.js (Apache-2.0). OpenAI geeft de code en gewichten van Whisper uit onder de MIT-licentie.
› Hoe groot is de download en hoe lang duurt het?
Ongeveer 40 MB voor Tiny, 80 MB voor Base en 250 MB voor Small (iets meer met WebGPU, dat een encoder met volledige precisie gebruikt). De download gebeurt één keer; daarna staat het model in de browsercache. De snelheid hangt af van je apparaat: met WebGPU is Base meestal enkele keren sneller dan realtime, met WebAssembly kan het dicht bij realtime liggen.
› Welke talen worden ondersteund?
Whisper herkent ongeveer 99 talen; de lijst toont de meest gebruikte, waaronder Nederlands, Engels, Duits, Frans, Spaans, Chinees en Japans. De nauwkeurigheid is het best voor Engels en veelgesproken talen en lager voor zeldzamere, vooral met Tiny en Base. Automatische herkenning luistert naar de eerste 30 seconden; kies zelf de taal als de opname begint met muziek of een andere taal.
› Kan het ondertitels maken of sprekers onderscheiden?
Het maakt SRT- en WebVTT-ondertitels met tijdcodes per fragment, die je in YouTube, VLC of een video-editor kunt laden. Het onderscheidt geen sprekers, en de tijdcodes zijn per zinsdeel, niet per woord.