오디오가 서버로 올라가나요?

아니요. 음성인식이 브라우저 안에서 실행되어 오디오와 전사문은 외부로 전송되지 않습니다. 네트워크는 처음 모델을 내려받을 때만 쓰입니다.

한국어도 잘 되나요?

됩니다. 다만 작은 모델(TINY·BASE)은 한국어 오타가 늘어서, 제대로 받아쓰려면 SMALL 이상을 권합니다.

mp3 파일을 텍스트로 변환할 수 있나요?

네. mp3·wav·m4a·aac·flac·ogg 같은 녹음 파일을 넣으면 텍스트로 옮겨 줍니다. mp4·mov 같은 영상도 소리 부분만 뽑아 전사합니다.

클로바노트 같은 앱과 뭐가 다른가요?

가장 큰 차이는 파일을 서버에 올리지 않는다는 점입니다. 전사가 이 브라우저 안에서 끝나 오디오가 밖으로 나가지 않고, 가입이나 시간 제한도 없습니다. 대신 화자 구분처럼 서버 기반 앱이 제공하는 일부 기능은 없습니다.

얼마나 긴 파일까지 되나요?

길이 제한은 없지만 소리가 길수록 전사에 시간이 더 걸립니다. 파일은 짧은 구간으로 나눠 차례로 처리됩니다.

인터넷이 없어도 되나요?

모델을 한 번 받아 둔 뒤에는 인터넷 없이도 전사됩니다. 브라우저 캐시를 지우면 모델을 다시 받아야 합니다.

누가 말했는지 구분되나요?

화자 구분은 지원하지 않습니다. 말한 내용과 타임코드만 기록되니 화자 표시는 결과에서 직접 달아야 합니다.

음성·영상 텍스트 변환 · 녹음을 브라우저에서 받아쓰기 (무설치)

음성·영상 파일을 넣으면, 이 브라우저 안에서 텍스트가 됩니다.

Whisper 음성인식이 내 컴퓨터에서 직접 실행됩니다. 오디오와 전사문은 전송하지 않습니다. 네트워크는 모델 파일을 Hugging Face에서 내려받을 때만 사용됩니다.

MP3 · WAV · M4A · MP4 지원 → 타임코드 전사 → TXT · SRT · VTT 내보내기

처음 한 번은 모델 파일을 내려받습니다(선택한 모델에 따라 수십~수백 MB). 받은 뒤에는 이 브라우저에 저장되어 다시 받지 않고, 긴 파일은 전사에 시간이 걸릴 수 있습니다.

모델 안내

TINY는 가장 빠르고 가볍습니다. 저사양 기기나 빠른 초안용.
BASE는 속도와 정확도의 균형입니다. 처음이라면 이걸 쓰세요.
SMALL은 더 정확하지만 느리고 다운로드가 큽니다.
TURBO는 가장 정확하지만 다운로드가 가장 큽니다. 넉넉한 메모리 권장.

모델은 Hugging Face(onnx-community)에서 제공되며, 정확한 다운로드 용량은 다운로드 시 화면에 표시됩니다. 내부 테스트 기준, 한국어는 SMALL 이상에서 결과가 좋았습니다.

파일 넣기 · 녹음

오디오 · 영상 파일을 이 슬롯에 끌어다 놓으세요

mp3 · wav · m4a · aac · flac · ogg · mp4 · webm · mov

00:00.0

파일을 넣거나 REC를 눌러 시작하세요

전사 결과

—

전사 결과가 여기에 타임코드와 함께 기록됩니다.
전사가 완료되면 아래에서 내보낼 수 있습니다.

회의 녹음이나 인터뷰 파일을 받아쓰기하려고 사람을 쓰거나 유료 서비스에 올리면 시간도 돈도 들고, 무엇보다 대화 내용이 남의 서버를 거칩니다. 이 도구는 그 과정을 통째로 없앱니다. 음성이나 영상 파일을 넣으면 Whisper 음성인식이 지금 보고 있는 이 브라우저 안에서 돌아가 텍스트로 옮겨 줍니다. 파일은 어디로도 올라가지 않고, 결과에는 몇 분 몇 초에 무슨 말이 나왔는지 타임코드가 함께 붙습니다.

처음 한 번은 음성인식 모델을 내려받아야 합니다. 선택한 모델에 따라 수십에서 수백 MB이고, 받은 다음에는 브라우저에 저장되어 다시 받지 않습니다. 인터넷은 이 모델을 받을 때만 쓰이고, 정작 여러분의 오디오는 네트워크를 타지 않습니다. 그래서 상담 녹취나 진료 기록처럼 밖으로 새면 곤란한 음성도 마음 놓고 다룰 수 있습니다.

모델 네 가지, 무엇을 고를까

정확도와 속도는 반비례합니다. 큰 모델일수록 잘 알아듣지만 다운로드가 크고 전사도 느립니다. 한국어는 작은 모델에서 오타가 눈에 띄게 늘어서, 받아쓸 내용이 중요하다면 SMALL 이상을 권합니다. 아래 표에서 상황에 맞는 줄을 고르세요.

모델	다운로드	속도	이럴 때
TINY	가장 작음	가장 빠름	저사양 기기, 대략적인 초안만 필요할 때
BASE	작음	빠름	처음 써 보거나 영어 위주일 때(기본값)
SMALL	중간	보통	한국어를 제대로 받아쓸 때 권장
TURBO	가장 큼	느림	정확도가 최우선, 메모리 넉넉한 PC

WebGPU를 지원하는 최신 크롬·엣지에서는 그래픽카드를 써서 훨씬 빠르게 돌아가고, 지원하지 않는 환경에서는 자동으로 CPU 방식으로 넘어갑니다. 화면 위쪽 ENGINE 표시로 지금 어느 쪽으로 도는지 확인할 수 있습니다.

넣을 수 있는 파일과 뽑아낼 형식

MP3·WAV·M4A·AAC·FLAC·OGG 같은 오디오는 물론, MP4·WebM·MOV 영상도 넣으면 소리 부분만 뽑아 전사합니다. 유튜브에 올리려고 찍은 영상의 자막을 만들 때 편합니다. 마이크 녹음 버튼(REC)을 누르면 즉석에서 말한 내용을 바로 받아쓸 수도 있습니다.

전사가 끝나면 세 가지로 내보냅니다. 그냥 글만 필요하면 TXT, 영상 자막으로 얹으려면 SRT나 VTT입니다. SRT·VTT에는 타임코드가 들어 있어 영상 편집 프로그램이나 유튜브 자막에 그대로 올릴 수 있습니다. 결과 화면에서 문장을 직접 눌러 고칠 수 있고, 잘못 들은 단어가 반복되면 '찾아 바꾸기'로 한꺼번에 고치면 됩니다.

타임코드를 누르면 그 구간의 소리가 바로 재생됩니다. 받아쓴 문장이 맞는지 귀로 확인하며 고칠 때 이 기능이 요긴합니다. 긴 녹음일수록 처음부터 다시 듣지 않고 의심스러운 대목만 짚어 들을 수 있어 검수 시간이 크게 줄어듭니다.

사용 방법

파일을 넣거나 녹음합니다. 오디오·영상 파일을 위쪽 슬롯에 끌어다 놓거나 '파일 찾기'로 고릅니다. mp3·wav·m4a 같은 녹음 파일은 물론 mp4 영상도 됩니다. 마이크로 바로 말하려면 REC를 누릅니다.
모델과 언어를 고릅니다. 화면 위 설정에서 모델과 언어를 선택합니다. 한국어 녹음 파일을 텍스트로 정확히 옮기려면 SMALL 이상을 권합니다.
전사를 시작합니다. 입력을 확인하고 '전사 시작'을 누릅니다. 처음이면 모델을 먼저 내려받고, 그다음부터는 바로 시작합니다. 결과는 타임코드와 함께 나옵니다.
내보냅니다. 글만 필요하면 TXT, 영상 자막으로 쓰려면 SRT나 VTT로 내려받습니다. 문장을 직접 눌러 고친 뒤 내보낼 수도 있습니다.

잘 안 될 때

받아쓴 글에 오타가 많다면: 모델을 SMALL이나 TURBO로 올려 보세요. 특히 한국어는 작은 모델에서 약합니다.
처음에 한참 멈춰 있다면: 모델을 내려받는 중입니다. 용량이 큰 모델일수록 오래 걸리고, 한 번 받으면 다음부터는 바로 시작합니다.
긴 파일이 느리다면: 전사는 소리 길이에 비례해 시간이 걸립니다. 한 시간짜리 녹음이면 몇 분씩 걸릴 수 있으니 창을 닫지 말고 두세요.
메모리 부족 오류가 나면: TURBO는 메모리를 많이 씁니다. 다른 탭을 닫거나 한 단계 작은 모델로 낮추면 해결되는 경우가 많습니다.
화자 구분이 안 된다면: 이 도구는 누가 말했는지까지 나누지는 않습니다. 말한 내용과 시각만 기록되니, 화자 표시는 결과에서 직접 달아야 합니다.

이런 데 씁니다

회의·인터뷰 녹음을 회의록 초안으로 옮기기
강의나 세미나 녹음을 텍스트로 만들어 다시 읽기
직접 찍은 영상에 얹을 자막(SRT) 만들기
취재·상담 녹취를 밖으로 보내지 않고 정리하기
말로 남긴 메모를 마이크 녹음으로 바로 받아쓰기

받아쓴 결과는 완벽하지 않습니다. 사람 이름이나 전문 용어, 겹쳐 말한 부분은 틀리기 쉬우니, 중요한 문서라면 원음을 한 번 들으며 훑어보는 편이 안전합니다. 그래도 백지에서 시작하는 것보다 훨씬 빠릅니다.

음성·영상 텍스트 변환

음성·영상 파일을 넣으면, 이 브라우저 안에서 텍스트가 됩니다.

파일 넣기 · 녹음

입력 확인

문제가 발생했습니다