음성을 텍스트로 변환하기
녹음 파일, 음성 메모, 동영상을 넣으면 해당 언어의 텍스트로 받아 볼 수 있어요. 음성 인식은 내 기기에서 이루어져요.
이 기기 안에서 봉인됨
브라우저에서 실행돼요. 아무것도 업로드되지 않아요.
봉인됨
내 녹음 파일
사용 방법
-
녹음 파일 추가하기
오디오나 동영상 파일을 끌어다 놓거나 선택하세요. 파일은 내 기기에서 읽히며 업로드되지 않아요.
-
언어 고르기
“자동 감지”를 그대로 두거나 말하는 언어를 고른 뒤 시작하세요. 처음에는 음성 모델을 한 번 다운로드해요.
-
복사하거나 다운로드하기
텍스트는 만들어지는 대로 나타나요. 필요하면 고친 뒤 복사하거나 .txt 파일로 저장하세요.
자주 묻는 질문
내 녹음 파일이 서버에 업로드되나요?
아니요. 파일은 내 기기의 브라우저 안에서 디코딩되고 텍스트로 변환돼요. 이 사이트에서 다운로드하는 것은 음성 모델뿐이며, 브라우저가 다음을 위해 보관해요. 오디오와 텍스트는 어디로도 전송되지 않아요.
변환은 얼마나 정확한가요?
또렷한 말소리에는 잘 맞지만 완벽하지는 않아요. 배경 소음, 음악, 강한 억양, 여러 사람이 동시에 말하는 경우, 이름이나 전문 용어에서 오류가 생겨요. 사용하기 전에 텍스트를 읽어 보고 그 자리에서 고치세요. 이 도구는 화자를 구분하지 않아요.
어떤 언어를 변환할 수 있나요?
한국어, 영어, 스페인어, 프랑스어, 독일어, 포르투갈어, 이탈리아어, 네덜란드어, 폴란드어, 러시아어, 우크라이나어, 튀르키예어, 아랍어, 힌디어, 중국어, 일본어, 인도네시아어, 베트남어, 태국어 등 50개가 넘어요. 널리 쓰이는 언어일수록 정확도가 높아요. 자동 감지는 처음 30초를 듣고 판단해요.
얼마나 걸리나요?
기기 성능과 녹음 길이에 따라 달라요. 음성 인식은 프로세서에서 실행되므로 최신 컴퓨터가 오래된 휴대폰보다 훨씬 빨라요. 처음 실행할 때는 동의 후 한 번만 받는 모델 다운로드 시간도 포함돼요. 언제든 취소할 수 있고, 이미 변환된 텍스트는 남아 있어요.
어떤 파일을 지원하나요?
MP3, WAV, M4A, AAC, OGG, Opus, FLAC, MP4, WebM, MOV 등 대부분의 오디오와 동영상 파일이에요. 브라우저가 직접 읽지 못하는 파일은 내장 변환기로 시도해요. 최대 2GB까지 열 수 있지만, 아주 긴 녹음은 메모리가 많이 필요해요.
어떤 오픈 소스 구성 요소를 사용하나요?
음성 인식에는 OpenAI가 MIT 라이선스로 공개한 Whisper(base 모델)를 ONNX Community의 ONNX 버전으로 사용해요. Hugging Face의 Transformers.js(Apache-2.0 라이선스)와 Microsoft의 ONNX Runtime Web(MIT 라이선스)으로 실행돼요. 브라우저가 직접 디코딩하지 못하는 파일은 WebAssembly로 컴파일한 FFmpeg(ffmpeg.wasm)로 변환하며, 핵심 부분은 GPL 라이선스예요.