あなたの環境で動作する無料の AI ツール browser.

当社のサーバーではなくブラウザーで実行される無料の AI ツール

このページのすべてのツールは、独自のマシン上で動作します。音声ツールは音声認識モデルを一度ダウンロードすると、音声とカットアウト モデルが同じように機能し、それ以降、作業しているファイルが現在のタブから離れることはありません。

これは、これらのカテゴリのほとんどの無料ツールの動作とは逆です。通常、録音または写真をアップロードすると、サーバーがそれを処理し、結果が返されます。このモデルは、これらのサイトがアカウントを必要とする理由、時間制限を設けている理由、そしてプライバシー ポリシーがあなたにとって重要である理由を示しています。

私たちのものは形状が異なり、実際の効果はそれに続きます。計測するものが何もないため、アカウントはありません。ファイルが長くても費用はかからないため、文字起こしには長さの制限はありません。また、あなたの作品は私たちに送信されていないため、私たちが読んだり、保存したり、紛失したりすることはありません。

サインアップせずにここでできること

口述する。 Speech to Text ツールは、会話中に音声をテキストに変換します。マイク テストでは、話し始める前に信号をチェックします。また、会話速度テストでは、入力よりもどれだけ早く話すかを測定します。

転写する。音声からテキストへの変換では、任意の長さの既存の録音を取得し、必要に応じてタイムスタンプ付きで単語を返します。字幕ジェネレーターも同じ仕事をしますが、ビデオの時間指定された .srt または .vtt ファイルを生成します。

読んで聞いてください。テキスト読み上げは、貼り付けた内容を 31 言語で読み上げ、WAV ファイルを渡します。電子ブックをオーディオに変換すると、EPUB または PDF が章付きのナレーションに変換されます。また、電子ブックのテキスト読み上げを使用すると、再生コントロールを使用してブラウザーで本を読み上げることができます。

エクスポートします。 MP3 への電子書籍は、同じローカル書籍からダウンロード可能な音声の章を作成します。フィラーワードカウンターは、トランスクリプトまたは草稿の中のすべてのうーん、決まり文句、冗長なフレーズを見つけます。

切り出します。顔写真背景リムーバーは人物の写真を撮り、透明な PNG を返します。

電子ブックをアップロードせずにオーディオに変換する

電子ブックをオーディオに変換することは、すでに所有している本を聞くための最も簡単な方法です。 EPUB または PDF をドロップして、ページにその章を識別させ、最初のセクションが生成されるときに聞き始めます。テキストはブラウザ内で処理されるため、書籍自体は変換サーバーに送信されません。

完成したファイルではなく読み手として読みたい場合は、電子ブックのテキスト読み上げを使用します。一時停止したり、速度を変更したり、章間を移動したり、テキストに沿って読んだりできます。飛行機、通勤中、または他のプレーヤー用に保存できるオーディオ ファイルが必要な場合は、電子ブックを MP3 に使用してください。これらは、同じプライベート読み取りワークフローへの 3 つのエントリ ポイントであり、個別のアップロード ファネルではありません。

最初のバージョンは、テキストベースの DRM フリー書籍用に設計されています。スキャンされたページ、DRM で保護されたファイル、および複雑な PDF の読み取り順序には OCR または追加のクリーンアップが必要な場合があるため、このツールは読み上げる前に、何を確実に抽出できるかを通知します。

PDF をテキスト、Markdown、Word または RTF に変換します

PDF からテキストへの変換は、テキストベースの PDF から単語を取得する最も簡単な方法です。 PDF を Markdown に変換すると、見出しと段落はメモや調査に便利なままになります。一方、PDF から Word および PDF を DOC に変換すると、Word または別のオフィス スイートで開いて編集を続けることができる最新の .docx ファイルが生成されます。ダウンロードは DOCX であり、廃止されたバイナリ .doc 形式ではありません。

これらのコンバータは、読み上げツールと同じブラウザー ローカル ドキュメント パイプラインを使用します。 PDF はテキストが抽出されている間デバイス上に残るため、アップロード、アカウント、変換キューはありません。 RTF は、完全な Word パッケージを必要としないワード プロセッサ向けの、広範な互換性のあるリッチ テキスト エクスポートです。 HTML は、任意のブラウザで開くスタンドアロンのドキュメントが必要な場合に便利です。

テキストベースの PDF が最適に機能します。スキャンされた PDF はページ画像で構成されているため OCR が必要ですが、複数列のレイアウト、表、脚注、および異常な読み上げ順序については、迅速なレビューが必要な場合があります。 PDF to Word は、ピクセル完璧な視覚レイアウトを約束するのではなく、読みやすいコンテンツを保持します。ソース PDF は、アーカイブの忠実性を保つために適切なファイルのままです。

オンデバイスツールが問題なく無料で利用できる理由

無料ツールには通常、その背後にビジネスモデルが隠れています。あなたが製品であるか、無料利用枠が最も痛手となる場所、つまりファイルをアップロードした後、または 15 分間の録音のうちの 10 分に配置された壁のあるじょうごであるかのどちらかです。

ブラウザでモデルを実行すると、それらの壁が存在して回収するコストが削減されます。 GPU 時間に対して料金を支払っているわけではないので、割り当てられる理由はありません。問題の正直なバージョンは次のとおりです。私たちはデスクトップ アプリを構築します。これらのツールは、人々が私たちの存在を知る方法であり、それぞれのツールが、アプリで何ができないのか、アプリが代わりに何をするのかを明確に示します。

あなたが行う取引は一度限りのダウンロードです。音声モデルは約 80 MB、音声は約 145 MB で、一度フェッチされてからブラウザーによってキャッシュされます。その後、即座に起動し、まったく接続されずに動作し続けます。

これらのツールはオフラインでも動作しますか?

ツールのモデルがキャッシュされたら、はい。認識、合成、切り出しはネットワークを使用していないため、接続が失われても停止することはありません。ページ自体を読み込む必要があるため、オフラインになる前にページを開いてください。

フィラーワードカウンターは例外であり、何も必要としません。これはモデルではなく辞書とルールのセットであるため、ページが読み込まれた瞬間から機能します。

ブラウザのストレージをクリアするか、プライベート ウィンドウを開くとキャッシュが空になるため、モデルは次回再度ダウンロードされます。ブラウザごとに個別のキャッシュも保持されます。

どのツールが必要ですか?

話してテキストを取得したい場合は、音声入力を使用します。すでに録音がある場合は、音声をテキストに変換します。違いは、オーディオがライブであるかファイルであるかだけです。

単語をタイミングを合わせてビデオの上に配置する必要がある場合は、音声をテキストに変換するのではなく、字幕ジェネレーターが必要になります。これは、単語に合わせて合図を含む字幕ファイルを生成するためです。

テキストがあり、音声が必要な場合、それはテキスト読み上げです。これは最初の 2 つの逆であり、よく混同されます。

トランスクリプトがあり、それをより整理したい場合は、フィラーワードカウンターを使用してください。人物をきれいに切り抜きたい場合は、背景リムーバーを使用します。