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. 녹음 파일 텍스트 변환부터 영상 자막 추출까지, 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.
선택한 음성인식 모델이 이 브라우저에 없으면 내려받아야 하며, 저장된 모델도 캐시 상태에 따라 다시 받을 수 있습니다. 오디오와 전사문의 처리와 페이지·프로그램·모델 다운로드, 방문 통계·광고 연결은 별개입니다. 상담 녹취나 진료 기록처럼 민감한 자료는 녹음·처리 권한과 당사자의 동의를 먼저 확인하세요. 브라우저 처리가 완전한 익명이나 기기의 보안을 보장하지는 않으므로 공용 기기·확장 프로그램을 주의하고, 작업 후 원본·결과·다운로드 파일도 직접 관리해야 합니다.
모델 네 가지, 무엇을 고를까
BASE가 기본 선택이며, 특정 모델이 모든 녹음에서 가장 정확하거나 빠르다고 보장하지 않습니다. 언어·잡음·겹친 발화·기기에 따라 결과가 달라집니다. 같은 짧은 녹음을 모델별로 시험해 처리 시간과 원음의 이름·숫자·문장을 직접 대조하세요.
| 모델 | 확인할 점 |
|---|
| TINY | 짧은 구간에서 빠뜨린 말이나 잘못 적힌 이름·숫자가 없는지 원음과 확인합니다. |
| BASE | 기본값입니다. 현재 기기의 처리 시간과 결과가 작업 목적에 맞는지 먼저 확인합니다. |
| SMALL | 같은 구간을 다른 모델과 비교하고, 다운로드·처리 시간과 인식 결과를 함께 확인합니다. |
| TURBO | 기기 자원과 다운로드 상태를 확인합니다. 다른 모델보다 정확하거나 완료가 빠르다는 보장은 없습니다. |
화면 위 엔진 표시에서 실행 환경을 확인하세요. WebGPU 지원 여부와 사용 가능한 기기 자원은 브라우저·기기에 따라 달라지며, GPU 사용 자체가 처리 속도나 완료를 보장하지 않습니다.
넣을 수 있는 파일과 뽑아낼 형식
mp3 텍스트 변환은 물론 WAV·M4A·AAC·FLAC·OGG 같은 다른 녹음 형식도 받고, MP4·WebM·MOV 영상은 넣으면 소리 부분만 뽑아 전사합니다. 유튜브에 올리려고 찍은 영상의 자막을 만들 때 편합니다. 마이크 녹음 버튼(REC)으로 녹음한 뒤 정지하고, 입력 확인에서 전사를 시작할 수도 있습니다. 녹음 중 문장을 실시간으로 보여주는 방식은 아닙니다.
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 선택하고, 짧은 구간으로 기기의 속도와 인식 결과를 먼저 확인합니다.
- 전사를 시작합니다. 입력을 확인하고 '전사 시작'을 누릅니다. 필요한 모델을 내려받은 뒤 타임코드와 함께 텍스트가 나옵니다. 이미 저장된 모델도 캐시 상태에 따라 다시 받을 수 있습니다.
- 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: 원음의 잡음·겹친 말과 선택 언어를 확인하고, 같은 짧은 구간을 다른 모델로 비교해 보세요. 모델을 바꿔도 이름·숫자는 직접 검수해야 합니다.
- 처음에 오래 기다린다면: 모델 다운로드나 초기화 상태를 확인하세요. 연결·기기 성능에 따라 걸리는 시간이 달라지며, 캐시 정리나 모델 변경 후에는 다시 받을 수 있습니다.
- 긴 파일이 느리다면: 완료 시간은 길이·모델·기기에 따라 달라집니다. 원본을 보관하고 짧은 복사본으로 나누어 시험하세요. 메모리 부족이나 브라우저 중단으로 완료하지 못할 수도 있습니다.
- 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 틀릴 수 있으니, 중요한 문서라면 원음을 들으며 대조하세요. 결과는 검수가 필요한 초안으로 사용하세요.
저장 흐름을 시험한 기록 · 2026.10.14
Windows Edge의 WebGPU 경로에서 기존 자체 합성 WAV 약 19초를 TINY로 처리해 TXT·SRT·VTT를 저장했습니다. 전사 시작부터 완료까지 약 11초, 화면의 인식 처리 시간은 약 4초였습니다. 이 환경에서 선택된 모델 ONNX 2개 파일의 표시 크기 합은 119,618,694바이트이며, 설정 파일·프로그램 등을 포함한 전체 통신량은 아닙니다. 기기와 캐시 상태에 따라 용량·속도가 달라집니다.
이 시험은 실행·저장 경로 확인용입니다. 기존 합성 음원의 생성 당시 음성·인코딩 조건을 확정하지 못했고 인식 문장도 원문과 달라, 한국어 정확도나 다른 녹음의 품질을 입증하지 않습니다. 실제 작업 전에는 권리가 있는 짧은 원음의 이름·숫자를 직접 대조하세요.
별도의 자막 형식 시험에서는 0.9999초를 00:00:01.000으로 반올림하고, 꺾쇠·앰퍼샌드·빈 줄이 있는 편집 문장을 VTT로 저장한 뒤 브라우저에서 다시 읽어 글자가 남는지 확인했습니다. 유효하지 않은 시간 순서는 저장을 중단하고 결과를 유지합니다. 모든 영상 편집기의 호환성을 보장하지는 않습니다.