Transcribe audio and video files to text locally. Export SRT subtitles or plain text. 100% browser-based AI — no upload.
Audio transcription uses OpenAI Whisper models (tiny ~144MB or small ~278MB, fp32) from Xenova, running locally via Transformers.js / ONNX Runtime Web in your browser. Multi-CDN fallback ensures reliable downloads worldwide. Optional GTCRN speech enhancement (WASM SIMD) pre-processes audio to reduce background noise. All models download on first use and are cached afterward. All processing is 100% local — your audio never leaves your device.
This tool runs OpenAI's Whisper model in your browser to turn speech into text. If you enable noise reduction, the audio is first passed through the GTCRN speech-enhancement network (WASM SIMD) to suppress background noise. The cleaned audio is then decoded into mel spectrogram frames and processed by Whisper in ~30-second chunks with a 5-second stride, so each chunk overlaps the last and no words are dropped at boundaries. Whisper's encoder turns each chunk into a representation of the spoken audio, and its decoder emits the text tokens plus start and end timestamps. The output chunks are normalized into readable sentences and can be exported as plain text, CSV, or SRT subtitles. Your recording, the denoiser, and the model all stay on your device.
Audio is optionally denoised with GTCRN, split into overlapping 30-second windows, transcribed by the local Whisper encoder–decoder, and exported as text or SRT.
Priya records a 12-minute interview with a guest in a noisy café. She uploads the M4A, leaves noise reduction on, picks the Small model for accuracy, and starts transcription.
Transcribe audio and video files to text locally using Whisper AI. Everything runs locally; nothing is uploaded.
FreeToolHub Whisper Audio Transcription is a free browser-based tool — transcribe audio and video files to text locally using Whisper AI. No signup, no upload; everything runs locally in your browser.
Transcrivez des fichiers audio et vidéo en texte localement en utilisant Whisper AI. Exportez des sous-titres SRT ou du texte brut. Aucun téléversement, aucune clé API. 100 % basé sur le navigateur, entièrement privé.
L'outil de Transcription Audio Whisper est un outil gratuit, basé sur le navigateur, qui convertit des fichiers audio et vidéo en texte. Il utilise le modèle Whisper d'OpenAI fonctionnant localement via Transformers.js avec accélération WebGPU. Téléchargez des entretiens, des podcasts, des enregistrements de réunions ou des notes vocales — l'outil les transcrit entièrement dans votre navigateur. Exportez en sous-titres SRT pour la vidéo, ou en texte brut pour les notes. Aucun téléversement vers le cloud, aucune clé API, aucun abonnement. Vos enregistrements ne quittent jamais votre appareil.
Des journalistes transcrivant des entretiens sans les téléverser vers des services cloud. Des podcasteurs générant des résumés d'émissions et des sous-titres. Des étudiants enregistrant des cours pour obtenir un texte consultable. Des chercheurs transcrivant des groupes de discussion et des histoires orales. Des professionnels de l'entreprise ayant besoin de comptes rendus de réunions mais qui ne peuvent pas utiliser la transcription cloud en raison de la confidentialité. Quiconque souhaite une transcription audio locale, gratuite et privée.
Téléchargez un fichier audio ou vidéo (MP3, WAV, M4A, FLAC, OGG, WebM, MP4 — jusqu'à 500 Mo). Choisissez un modèle : Tiny (~40 Mo, plus rapide) ou Small (~240 Mo, plus précis). Cliquez sur Transcrire l'audio. Le modèle se télécharge lors de la première utilisation et fonctionne localement. La transcription apparaît avec des horodatages pour chaque segment. Exportez en sous-titres SRT, texte brut, ou copiez dans le presse-papiers. Tout le traitement se fait dans votre navigateur.
L'outil prend en charge les fichiers jusqu'à 500 Mo. Pour les longs enregistrements (plus de 30 minutes), la transcription peut prendre plusieurs minutes selon votre matériel. L'outil traite l'audio par segments de 30 secondes avec un chevauchement de 5 secondes pour la précision.
Commencez avec Tiny (~40 Mo) pour les brouillons rapides et les tests. Passez à Small (~240 Mo) pour les audios importants où la précision compte. Le modèle Small gère beaucoup mieux les accents, le jargon technique et les paroles superposées que Tiny.
Sur un audio clair — podcasts, entretiens, mémos vocaux enregistrés près du micro — Whisper est très précis, y compris pour la ponctuation et la capitalisation. La précision diminue avec un bruit de fond important, des locuteurs qui se chevauchent, des accents marqués et un jargon spécialisé. La transcription préserve les hésitations et les mots de liaison dans certains niveaux ; pour un texte prêt à être publié, une relecture légère manuelle est toujours attendue.
Les niveaux font un compromis entre vitesse et précision : tiny est le plus rapide et suffisant pour un discours clair et des brouillons rapides ; base et small ajoutent une robustesse contre le bruit et les accents ; medium gère les audios les plus difficiles mais prend nettement plus de temps à télécharger et à s'exécuter. Si vous transcrivez régulièrement, enregistrez votre préférence de niveau — le modèle est mis en cache localement après le premier téléchargement, donc les exécutions suivantes commencent instantanément à la taille choisie.
Les conteneurs audio courants (mp3, wav, m4a, ogg, flac) et les fichiers vidéo (mp4, webm, mov) fonctionnent tous — la piste audio est extraite et décodée localement avant transcription. Pour les longs enregistrements, le temps de traitement augmente avec la durée ; un fichier d'une heure prend plusieurs minutes même sur les niveaux rapides. La transcription est produite en segments horodatés que vous pouvez consulter et copier.
Non. Le modèle Whisper s'exécute entièrement dans votre navigateur via WebAssembly/WebGPU — l'audio est décodé et transcrit sur votre appareil, et rien n'est envoyé à un serveur. Cela rend l'outil sûr pour les réunions confidentielles, les enregistrements médicaux ou juridiques, et tout audio que vous ne téléverseriez pas vers un service cloud. Votre préférence de niveau de modèle est la seule chose stockée localement.
Cet outil est aussi connu sous ces tâches — chaque lien ouvre le même outil avec un guide ciblé :
What do you call a really smart cookie?
No signups, no data sold. Every tool is free to use — the free tier allows 5 downloads or saves per day, and the optional Pro plan ($7/mo, $59/yr) adds unlimited downloads, batch processing, white-label exports and an ad-free experience.
☕Support me on Ko-fi— support the free tier100% of proceeds go towards hosting & building more free tools.