본문으로 건너뛰기
작업 데이터는 서버에 저장하지 않고, 내 브라우저에서 처리합니다.
tools
Whisper 음성·영상 받아쓰기 | SRT 자막 생성

Whisper 음성·영상 받아쓰기 | SRT 자막 생성

오디오나 동영상 파일을 브라우저에서 Whisper로 받아쓰기하고, 편집 가능한 텍스트·SRT·WebVTT 자막으로 저장합니다.

집중모드
오디오 또는 동영상
파일의 기본 오디오 트랙을 30초 구간으로 나눠 브라우저에서 받아씁니다.

최초 실행 시 약 44MB Whisper 모델과 공용 실행 파일 다운로드 동의가 필요합니다.

파일과 변환된 음성은 서버로 전송되지 않습니다.

편집 가능한 자막
시간과 문장을 확인한 뒤 TXT, SRT 또는 WebVTT로 저장하세요.
파일을 선택하고 받아쓰기를 시작하면 결과가 여기에 표시됩니다.

주요 기능

  • 오디오와 동영상의 기본 음성 트랙을 다국어 Whisper Tiny 모델로 받아씁니다.
  • 한국어·영어·일본어 지정과 언어 자동 감지를 지원합니다.
  • 인식된 시간과 문장을 직접 수정하고 TXT, SRT, WebVTT로 저장합니다.
  • 30초 구간과 5초 겹침을 사용해 최대 20분 파일을 순차 처리합니다.
  • 생성한 자막을 서버 저장 없이 자막 편집기로 한 번 전달할 수 있습니다.

사용 방법

  1. 최대 500MB, 20분 이하의 오디오 또는 동영상 파일 하나를 선택합니다.
  2. 말하는 언어를 자동 감지 또는 한국어·영어·일본어 중에서 선택합니다.
  3. 받아쓰기를 시작하고, 최초 실행이라면 모델 다운로드를 확인합니다.
  4. 자막 시간과 문장을 검토한 뒤 TXT, SRT, VTT로 저장하거나 편집기에서 계속 작업합니다.

활용 예시

  • 회의·인터뷰 초안

    녹음 파일을 편집 가능한 문장과 시간 구간으로 바꿔 회의록이나 인터뷰 초안을 만듭니다.

  • 영상용 SRT 자막

    영상의 음성을 받아쓴 뒤 타이밍과 문장을 다듬어 SRT 또는 WebVTT로 저장합니다.

  • 로컬 음성 검토

    민감한 파일을 별도 업로드하지 않고 브라우저 안에서 텍스트로 확인합니다.

개인정보 보호

미디어 디코딩과 Whisper 추론은 브라우저에서 실행되며 파일, 음성, 받아쓰기 결과를 서버로 업로드하지 않습니다. 최초 동의 후 고정된 모델 파일은 Hugging Face에서 내려받아 브라우저 저장소에 캐시할 수 있습니다.

사용 환경

최신 브라우저의 WebCodecs 또는 제한된 Web Audio 대체 디코더가 필요합니다. 파일은 500MB·20분 이하, 준비된 PCM은 96MiB 이하로 제한됩니다. 약 44MB 모델과 공용 런타임 파일이 필요하며 실제 속도와 형식 지원은 기기와 브라우저에 따라 다릅니다.

자주 묻는 질문

파일이나 음성이 서버로 전송되나요?
아니요. 파일 디코딩과 AI 추론은 브라우저 안에서 수행됩니다. 최초 모델 다운로드만 외부 모델 저장소에 요청합니다.
실시간 마이크 받아쓰기와 무엇이 다른가요?
이 도구는 저장된 오디오·동영상 파일과 SRT/VTT 생성을 위한 도구입니다. 실시간 말하기는 별도의 음성 텍스트 변환 도구를 사용하세요.
모든 파일을 정확히 인식하나요?
아니요. 코덱 지원, 녹음 품질, 소음, 발음, 기기 성능에 따라 디코딩 가능 여부와 인식 결과가 달라집니다.

관련 도구