Zainstalowano. Teraz przypnij do paska narzędzi
Niech MP4 to Transcript będzie zawsze o jedno kliknięcie:
- Kliknij ikonę puzzla (Rozszerzenia) po prawej stronie paska adresu.
- Znajdź MP4 to Transcript na liście i kliknij pinezkę obok.
- Ikona zostanie na pasku narzędzi. Kliknij ją, gdy potrzebujesz rozszerzenia.
MP4 to Transcript: wideo i audio na tekst na Twoim komputerze
Upuść nagranie i dostań edytowalną transkrypcję ze znacznikiem czasu w każdej linii. Otwartoźródłowy model Whisper od OpenAI działa w samym Chrome, więc wywiady, spotkania i notatki głosowe nigdy nie opuszczają Twojego komputera.
Darmowe rozszerzenie do Chrome, które lokalnie transkrybuje pliki audio i wideo modelem Whisper i eksportuje tekst lub napisy.
- MP4 · MP3 · WAV
- TXT · SRT · VTT
- Whisper · WebGPU

Jak zamienić MP4 na tekst
- Dodaj rozszerzenie i kliknij jego ikonę. Jego strona otworzy się w karcie.
- Raz pobierz model rozpoznawania mowy (566 MB). Potem zostaje na komputerze dla każdego kolejnego pliku.
- Upuść plik wideo lub audio albo naciśnij Wybierz plik, a potem Transkrybuj.
- Przeczytaj i popraw tekst, a następnie skopiuj go albo wyeksportuj jako tekst lub napisy.
Co dostajesz
Nic nie jest wysyłane
Transkrypcja powstaje na Twoim komputerze dzięki Whisper large-v3-turbo na WebGPU. Po jednorazowym pobraniu modelu działa offline.
Bez limitów
Dowolna długość i dowolna liczba plików, bez konta i bez kupowania minut. Długie pliki są odczytywane częściami, więc nawet dwugodzinne nagranie zmieści się w pamięci.
MP4, MP3 i więcej
MP4, MP3, M4A, WAV, WEBM, MOV, MKV, OGG i FLAC oraz większość innych plików audio i wideo, które Chrome potrafi odtworzyć: nagrania ekranu, nagrania z Zooma, notatki głosowe z telefonu.
99 języków
Whisper sam rozpoznaje język wypowiedzi albo wybierasz go Ty. Źle rozpoznał? Transkrybuj plik ponownie w innym języku.
Klikalne znaczniki czasu
Każda linia zaczyna się od swojego czasu. Kliknij go, aby odtworzyć nagranie od tego momentu, w razie potrzeby wolniej lub szybciej.
Edycja, znajdź i zamień
Kliknij linię, aby poprawić nazwisko, zamień słowo w całym tekście naraz albo przełącz się na akapity do czytania. Edytowane linie możesz przywrócić do oryginału.
TXT, SRT i VTT
Eksportuj zwykły tekst, tekst ze znacznikami czasu lub napisy, skopiuj całość albo skopiuj ją razem z gotowym poleceniem podsumowania dla czatu AI.
Wznawia tam, gdzie przerwał
Zamknij kartę w połowie i dokończ później z historii. Transkrypcje są przechowywane w przeszukiwalnej historii w Twojej przeglądarce.
Zrzuty ekranu




Twoje nagrania zostają u Ciebie
Twoje audio, wideo i transkrypcje nigdy nie opuszczają komputera. Jedyne pobieranie to model rozpoznawania mowy, raz, z huggingface.co. Bez konta, bez analityki, bez naszych serwerów.
Rozszerzenie prosi o pamięć i nieograniczoną pamięć: sam model jest znacznie większy niż miejsce, które Chrome domyślnie przydziela rozszerzeniu. Nie ma dostępu do odwiedzanych przez Ciebie stron ani skryptów treści.
Pytania i odpowiedzi
Czy MP4 to Transcript jest darmowy?
Tak. Transkrypcja, edycja i każdy eksport są bezpłatne, bez konta, bez limitów minut i bez znaku wodnego.
Czy rozszerzenie wysyła moje audio lub wideo?
Nie. Twoje pliki i transkrypcje zostają na komputerze. Jedyne pobieranie to model rozpoznawania mowy z Hugging Face: 566 MB lub 0,76 GB na układach graficznych bez obsługi 16 bitów.
Czego potrzebuje mój komputer?
Chrome 121 lub nowszego z WebGPU, jak na większości komputerów z Windows, macOS i ChromeOS. Transkrypcja działa na układzie graficznym, więc mocniejszy oznacza szybszą pracę.
Ile trwa jeden plik?
To zależy od układu graficznego. Na laptopie z grafiką Intel Iris Xe 30-minutowy plik zajmuje około 9 do 18 minut, plus do minuty na wczytanie modelu. Przed startem strona pokazuje szacowany czas.
Czy zrobi napisy?
Tak. Wyeksportuj plik SRT lub VTT, a kwestie będą gotowe dla edytora wideo lub odtwarzacza.
Czy rozróżnia mówców?
Nie. Zapisuje to, co zostało powiedziane, ze znacznikami czasu, jako jeden ciąg tekstu bez imion mówców.
Pomoc i wsparcie
MP4 to Transcript
Darmowe rozszerzenie do Chrome, które lokalnie transkrybuje pliki audio i wideo modelem Whisper i eksportuje tekst lub napisy.
Whisper to otwartoźródłowy model OpenAI (licencja MIT). MP4 to Transcript nie jest powiązany z OpenAI ani Hugging Face.