Gratis AI-værktøjer, der kører i din browser.

Gratis AI-værktøjer, der kører i din browser, ikke på vores servere

Hvert værktøj på denne side udfører sit arbejde på din egen maskine. Taleværktøjerne downloader en talegenkendelsesmodel én gang, stemmerne og udskæringsmodellen fungerer på samme måde, og fra da af forlader den fil, du arbejder med, aldrig den fane, du er i.

Det er det modsatte af, hvordan de fleste gratis værktøjer i disse kategorier fungerer. Normalt uploader du en optagelse eller et billede, en server behandler det, og du får et resultat tilbage. Denne model er grunden til, at disse websteder har brug for konti, hvorfor de begrænser dine minutter, og hvorfor deres privatlivspolitik betyder noget for dig.

Vores har en anden form, og de praktiske effekter følger deraf. Der er ingen konto, for der er ikke noget at måle. Der er ingen længdebegrænsninger på transskription, fordi en længere fil koster os ingenting. Og vi kan ikke læse, gemme eller miste dit arbejde, fordi det aldrig blev sendt til os.

Hvad du kan gøre her uden at tilmelde dig

diktere. Tale til tekst-værktøjet forvandler din stemme til tekst, mens du taler, mikrofontesten tjekker signalet, før du starter, og talehastighedstesten måler, hvor meget hurtigere du taler, end du skriver.

Transskriber. Lyd til tekst tager en eksisterende optagelse af enhver længde og giver dig ordene tilbage, med tidsstempler, hvis du vil have dem. Undertekstgeneratoren udfører det samme job, men producerer en tidsindstillet .srt- eller .vtt-fil til en video.

Læs og lyt. Tekst til tale læser alt, hvad du indsætter på 31 sprog, og giver dig en WAV fil. E-bog til lyd forvandler en EPUB eller PDF til kapitelindtælling, mens e-bogs tekst til tale lader dig læse en bog højt i browseren med afspilningskontroller.

Eksporter. E-bog til MP3 skaber lydkapitler, der kan downloades, fra den samme lokale bog. Fyldordstælleren finder hver um, kliché og ordrige sætninger i et udskrift eller et udkast.

Klip ud. Headshot-baggrundsfjerneren tager et billede af en person og giver dig tilbage en gennemsigtig PNG.

Gør en e-bog til lyd uden at uploade den

E-bog til lyd er den hurtigste måde at lytte til en bog, du allerede ejer. Indsend en EPUB eller PDF, lad siden identificere dens kapitler, og begynd at lytte efterhånden som den første sektion genereres. Teksten behandles i din browser, så selve bogen sendes ikke til en konverteringsserver.

Brug e-bogs tekst til tale, når du vil have en læser frem for en færdig fil: pause, skift hastighed, flyt mellem kapitler og følg med i teksten. Brug e-bog til MP3, når du vil have lydfiler, du kan beholde til en flyrejse, en pendling eller en anden afspiller. Disse er tre indgangspunkter til den samme private læse-workflow, ikke separate upload-tragte.

Den første version er designet til tekstbaserede, DRM-frie bøger. Scannede sider, DRM-beskyttede filer og kompliceret PDF-læserækkefølge kan have brug for OCR eller ekstra oprydning, så værktøjet fortæller dig, hvad det pålideligt kan udpakke, før det begynder at tale.

Konverter en PDF til tekst, Markdown, Word eller RTF

PDF til tekst er den enkleste måde at få ordene ud af en tekstbaseret PDF. PDF til Markdown holder overskrifter og afsnit nyttige til noter og forskning, mens PDF til Word og PDF til DOC producerer en moderne .docx-fil, du kan åbne og fortsætte med at redigere i Word eller en anden kontorpakke. Downloaden er DOCX, ikke det forældede binære .doc-format.

Disse konvertere bruger den samme browser-lokale dokumentpipeline som højtlæsningsværktøjerne. Din PDF forbliver på din enhed, mens dens tekst udpakkes, så der er ingen upload, konto eller konverteringskø. RTF er en bredt kompatibel rich-text eksport til tekstbehandlere, der ikke har brug for en fuld Word-pakke; HTML er nyttigt, når du ønsker et selvstændigt dokument, der åbnes i enhver browser.

Tekstbaserede PDF'er fungerer bedst. En scannet PDF er lavet af sidebilleder og har brug for OCR, mens layout med flere kolonner, tabeller, fodnoter og usædvanlig læserækkefølge kan kræve en hurtig gennemgang. PDF til Word bevarer læsbart indhold i stedet for at love pixel-perfekt visuelt layout; kilde-PDF'en forbliver den rigtige fil for arkivtroskab.

Hvorfor et on-device værktøj kan være gratis uden en fangst

Gratis værktøjer har normalt en forretningsmodel, der gemmer sig bag sig. Enten er du produktet, eller også er det gratis lag en tragt med en væg placeret, hvor det gør mest ondt: efter du har uploadet filen, eller ved minut ti af en femten minutters optagelse.

At køre modellen i din browser fjerner de omkostninger, som disse vægge eksisterer for at inddrive. Vi betaler ikke for GPU-tid, så der er ingen grund til at rationere den. Den ærlige version af fangsten er denne: vi bygger en desktop-app, disse værktøjer er, hvordan folk finder ud af, at vi eksisterer, og hver enkelt fortæller dig tydeligt, hvad den ikke kan, og hvad appen gør i stedet.

Den handel, du foretager, er en engangsdownload. Talemodellen er omkring 80 MB og stemmerne omkring 145 MB, hentet én gang og derefter cachelagret af din browser. Derefter starter de med det samme og fortsætter med at arbejde uden nogen forbindelse overhovedet.

Fungerer disse værktøjer offline?

Når et værktøjs model er cachelagret, ja. Genkendelsen, syntesen og udskæringen brugte aldrig netværket, så en tabt forbindelse stopper dem ikke. Du har brug for selve siden for at indlæse, så åbn den, før du går offline.

Fyldordstælleren er undtagelsen, der slet ikke behøver noget. Det er en ordbog og et sæt regler frem for en model, så det fungerer fra det øjeblik siden indlæses.

Rydder dit browserlager eller åbner et privat vindue, tømmes cachen, så modellen downloader igen næste gang. Forskellige browsere har også separate caches.

Hvilket værktøj skal jeg bruge?

Hvis du vil tale og få tekst, så brug tale til tekst. Hvis du allerede har en optagelse, skal du bruge lyd til at sende tekst. Forskellen er kun, om lyden er live eller en fil.

Hvis ordene skal sidde oven på en video med timings, vil du have undertekstgeneratoren frem for lyd til tekst, fordi den producerer en undertekstfil med signaler timet til ordene.

Hvis du har tekst og ønsker lyd, er det tekst til tale, som er det omvendte af de to første og en almindelig ting at blande sammen.

Hvis du har et udskrift og ønsker det mere ryddeligt, så brug fyldordstælleren. Hvis du vil have en ren udskæring af en person, skal du bruge baggrundsfjerneren.