+
bisabikin-app
← SEMUA PROYEK LATIHAN PROYEK #04 / 11
PROYEK MANDIRI #04 // KARTU SISWA

Transcribe Speech

Ubah rekaman audio menjadi teks dan subtitle secara lokal di laptopmu dengan Whisper.

Banyak layanan pengubah suara ke teks membutuhkan koneksi internet dan biaya langganan. Dengan model terbuka seperti Whisper dari OpenAI, kamu bisa menjalankan proses transkripsi langsung di laptopmu secara gratis memakai whisper-cpp.

Menyiapkan perangkat

Kamu memerlukan dua alat:

brew install whisper-cpp ffmpeg

(Untuk pengguna Windows, asisten coding akan membantumu mengambil program whisper-cpp dan ffmpeg versi siap pakai).

  • whisper-cpp untuk menjalankan model transkripsi suara.
  • FFMPEG untuk mengonversi format file audio menjadi WAV 16kHz yang dibutuhkan mesin Whisper.

Mengunduh model AI Whisper

[!CAUTION] Perhatian Kuota Internet & RAM Laptop (Penting untuk Laptop Standar) Model standar ggml-large-v3-q5_0 berukuran sekitar 1 GB dan membutuhkan memori RAM minimal 8 GB agar lancar.

Jika kamu memakai kuota internet seluler (tethering) atau menggunakan laptop dengan RAM 4 GB - 8 GB, JANGAN unduh model large! Gunakan model ringan di bawah ini:

  • Opsi Hemat & Cepat (Rekomendasi Laptop Kentang): Model ggml-tiny.bin (hanya ~75 MB, sangat irit kuota, proses instan!).
  • Opsi Seimbang: Model ggml-base.bin (hanya ~140 MB, akurasi bagus untuk bahasa umum).

Pilih salah satu sesuai kondisi laptop dan kuotamu:

# OPSI A (Hemat Kuota & Laptop Standar - Hanya ~75 MB):
curl -o ggml-tiny.bin -L \
  'https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-tiny.bin?download=true'

# OPSI B (Akurasi Tinggi - Ukuran ~1 GB, khusus WiFi & RAM >= 8GB):
curl -o ggml-large-v3-q5_0.bin -L \
  'https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-large-v3-q5_0.bin?download=true'

Menyiapkan sampel suara

Kamu bisa memilih salah satu bahan berikut:

  • Rekam suara sendiri memakai aplikasi perekam di HP atau laptop (2 sampai 3 kalimat).
  • Gunakan audio dari latihan Edit Video sebelumnya jika sudah ada.
  • Unduh potongan klip podcast atau presentasi dengan pelafalan yang jelas.

Alur kerja yang akan kamu coba

  • Mengubah format audio menjadi WAV 16kHz.
  • Menjalankan transkripsi sampai muncul teks dengan stempel waktu (timestamp).
  • Mengekspor hasilnya menjadi file subtitle (.srt atau .vtt).
  • Menguji fitur penerjemahan bahasa otomatis dari Whisper.
← Edit Videos