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.
Transcreva arquivos de áudio e vídeo para texto localmente usando a IA Whisper. Exporte legendas SRT ou texto simples. Sem upload, sem chave de API. 100% baseado em navegador, totalmente privado.
A Ferramenta de Transcrição de Áudio Whisper é uma ferramenta gratuita, baseada em navegador, que converte arquivos de áudio e vídeo em texto. Ela utiliza o modelo Whisper da OpenAI rodando localmente via Transformers.js com aceleração WebGPU. Envie entrevistas, podcasts, gravações de reuniões ou notas de voz — a ferramenta transcreve tudo inteiramente no seu navegador. Exporte como legendas SRT para vídeo ou texto simples para anotações. Sem upload para a nuvem, sem chave de API, sem assinatura. Suas gravações nunca deixam seu dispositivo.
Jornalistas transcrevendo entrevistas sem enviar para serviços na nuvem. Podcasters gerando resumos de programas e legendas. Estudantes gravando palestras para texto pesquisável. Pesquisadores transcrevendo grupos focais e histórias orais. Profissionais de negócios que precisam de transcrições de reuniões mas não podem usar transcrição na nuvem por confidencialidade. Qualquer pessoa que queira transcrição de áudio gratuita, privada e local.
Envie um arquivo de áudio ou vídeo (MP3, WAV, M4A, FLAC, OGG, WebM, MP4 — até 500MB). Escolha um modelo: Tiny (~40MB, mais rápido) ou Small (~240MB, mais preciso). Clique em Transcrever Áudio. O modelo é baixado na primeira utilização e roda localmente. A transcrição aparece com timestamps para cada segmento. Exporte como legendas SRT, texto simples ou copie para a área de transferência. Todo o processamento acontece no seu navegador.
A ferramenta suporta arquivos de até 500MB. Para gravações longas (mais de 30 minutos), a transcrição pode levar vários minutos dependendo do seu hardware. A ferramenta processa o áudio em pedaços de 30 segundos com sobreposição de 5 segundos para precisão.
Comece com Tiny (~40MB) para rascunhos rápidos e testes. Mude para Small (~240MB) para áudios importantes onde a precisão importa. O modelo Small lida com sotaques, jargões técnicos e fala sobreposta significativamente melhor que o Tiny.
Em áudio claro — podcasts, entrevistas, lembretes de voz gravados perto do microfone — o Whisper é altamente preciso, incluindo pontuação e capitalização. A precisão diminui com barulho de fundo intenso, falantes sobrepostos, sotaques fortes e jargões especializados. A transcrição preserva hesitações e palavras de preenchimento em alguns níveis; para texto pronto para publicação, uma revisão manual leve ainda é esperada.
Os níveis trocam velocidade contra precisão: tiny é o mais rápido e serve para fala clara e rascunhos rápidos; base e small adicionam robustez contra ruído e sotaques; medium lida com os áudios mais difíceis mas leva notavelmente mais tempo para baixar e rodar. Se você transcreve regularmente, salve sua preferência de nível — o modelo é armazenado localmente após o primeiro download, então execuções subsequentes começam instantaneamente no tamanho escolhido.
Contêineres de áudio comuns (mp3, wav, m4a, ogg, flac) e arquivos de vídeo (mp4, webm, mov) todos funcionam — a trilha de áudio é extraída e decodificada localmente antes da transcrição. Para gravações longas, o tempo de processamento escala com a duração; um arquivo de uma hora leva vários minutos mesmo em níveis rápidos. A transcrição é produzida em pedaços com timestamp que você pode revisar e copiar.
Não. O modelo Whisper roda inteiramente no seu navegador via WebAssembly/WebGPU — o áudio é decodificado e transcrito em seu dispositivo, e nada é enviado para um servidor. Isso torna a ferramenta segura para reuniões confidenciais, gravações médicas ou legais, e qualquer áudio que você não enviaria para um serviço na nuvem. Sua preferência de nível de modelo é a única coisa armazenada localmente.
Esta ferramenta também é conhecida por estas tarefas — cada link abre a mesma ferramenta com um guia focado:
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.