Text proslovu Agenti AI Hudba Zvuk k textu Klonování hlasu Návrh hlasu Trh Více
Report Bug / Feature Request

Proslov k textu

Přepsat audio a video do textu s AI. Podporuje 99 jazyků, timesmarks, a detekci reproduktorů.

Zaregistrovat se zdarma

Odeslat audio nebo video

Přetáhněte váš soubor sem, nebo Procházet

Podporuje MP3, WAV, FLAC, OGG, M4A, MP4, WebM. Max 100MB.

soubor.mp3

0 MB
Nebo záznam z mikrofonu.
00:00

Nastavení

1,000/min znaky — Zaregistrovat se pro sledování využití

Transkripce

Nahrajte audio soubor a klikněte na Transcribe začít

Přepisuji zvuk, může to chvíli trvat.

Detekován:

Jak to funguje

1. Upload Audio

Nahrajte svůj audio nebo video soubor. Podporujeme formáty MP3, WAV, FLAC, OGG, M4A, MP4, a WebM až 100MB.

2. AI transcribes

Naše modely AI zpracovávají váš zvuk, detekci jazyka, identifikaci reproduktorů a generování přesného textu s časovými známkami.

3. Získejte svůj text

Zkopírujte svůj přepis nebo jej stáhněte do formátu TXT nebo SRT. Upravte a vylepšujte podle potřeby.

Pouzdra na použití

Proslov k textu pro každý průmysl a pracovní postup

Setkání a konference

Automaticky přepsat Zoom, Teams, a Google Meet nahrávky. Už nikdy nenechte ujít akční položku. Exportujte jako seznamovací poznámky nebo titulky.

Rozhovory a žurnalistika

Transcribe interview pro články, výzkumné dokumenty a dokumenty. Mluvčí diagnostika identifikuje, kdo řekl, co pro snadné přiřazení.

Podcasty a média

Generovat přepisy a zobrazit poznámky pro podcast epizody. Vytvořit vyhledávatelné archivy vašeho audio obsahu. Přidat titulky do video podcasty.

Přednášky a vzdělávání

Převést nahrané přednášky do studijních poznámek. Zpřístupnit vzdělávací obsah s přesnými popisky. Podpora studentů s poruchou sluchu.

Lékařské diktace

Konzultace mezi doktorem a pacientem, klinické poznámky a lékařský diktát. Šetřete hodiny manuální dokumentace s přesností na AI.

Právní jednání

Depozice, slyšení a schůzky klientů. Přesné časové značky pro právní referenci. Export ve formátech vhodných pro soudní dokumentaci.

Srovnání modelu STT

Whisper

Robustní model rozpoznávání řeči OpenAI podporující 99 jazyků.

  • 99 jazyků
  • Překlad
  • Časové značky
  • Robustní k hluku
OpenAI

Faster Whisper

4x rychlejší než Whisper s optimalizací CTranslate2, stejná přesnost.

  • 4x rychleji
  • Nižší paměť
  • Všechny velikosti modelu
  • Zpracování šarže
  • Filtrování VAD
SYSTRAN

SenseVoice

Model porozumění řeči s detekcí emocí, 50+ jazyky.

  • 50+ jazyky
  • Detekce emocí
  • Audio události
  • Analýza reproduktorů
  • Bohatá metadata
Alibaba (FunAudioLLM)

Plány mluvení na text

Start zdarma, upgrade, když potřebujete více

Volné
  • 1-minutový audio limit
  • Rychlejší model šeptání
  • Základní přepis
  • 100+ jazyků
Nejoblíbenější
Volný účet
  • 30 minutový zvuk + 15 000 znaků
  • Všechny modely STT
  • Časové značky na úrovni slov
  • SRT & VTT export titulků
  • Diarizace reproduktorů
Zaregistrovat se zdarma
Pro
  • 2-hodinové audio soubory
  • Přepis č. š.:
  • Prioritní zpracování
  • Přístup API
  • Vlastní slovní zásoba
Upgrade

Často kladené otázky

Proslov k textu (STT), také tzv. automatické rozpoznávání řeči (ASR), přeměňuje mluvený jazyk na psaný text. Naše modely používají AI přesně přepsat audio ze setkání, rozhovorů, podcastů, přednášek a dalších.

Rychlejší šeptání se doporučuje pro většinu případů použití. Je to 4x rychlejší než původní Whisper při zachování stejné přesnosti. Použijte SenseVoice, pokud potřebujete detekci emocí nebo detekci zvukových událostí spolu s přepisem.

Podporujeme MP3, WAV, M4A, OGG, FLAC, WEBM, a nejčastější audio/video formáty. Maximální velikost souboru je 50MB. Pro větší soubory, zvažte rozdělení zvuku jako první.

Bezplatní uživatelé mohou přepsat až 5 minut zvuku. Placené plány podporují audio soubory do 2 hodin. Pro delší nahrávání použijte naše API se zpracováním šarží.

Naše modely dosahují 95%+ přesnosti na jasném anglickém projevu. Přesnost se liší podle jazyka, kvality zvuku a hluku pozadí. Rychlejší Whisper a Whisper podporují 99 jazyků s různými úrovněmi přesnosti.

Ano, naše pokročilé transkripční režimy mohou identifikovat a označit různé reproduktory v audio. Speaker diarizace je zvláště užitečné pro setkání přepisy, rozhovory, a multi-person podcasty, kde potřebujete vědět, kdo řekl co.

Transkripce streamingu v reálném čase je k dispozici prostřednictvím našeho API pomocí rychlejšího Whisperu. Audio je zpracováno v kouscích, jak dorazí, přináší částečné přepisy s nízkou latencí. To je ideální pro živé titulkování a real-time poznámky.

Ano, náš transkripční výstup obsahuje textové časové značky, které lze exportovat jako SRT, VTT nebo ASS soubory titulků. To je ideální pro přidání titulků do YouTube videí, on-line kurzů a obsahu sociálních médií.

Ano, všechny výsledky přepisování zahrnují výchozí časové značky na úrovni segmentů. K dispozici jsou také časové značky na úrovni Word, které zobrazují přesný čas startu a konce pro každé slovo v audio.

Rychlejší Whisper je vyškolen na různé zvuky a zvládá mírný zvuk pozadí dobře. Pro velmi hlučné nahrávky, doporučujeme spustit zvuk prostřednictvím našeho Audio Enhancer jako první zlepšit jasnost před přepisem.

Ano, nahrané zvukové soubory jsou zpracovávány na našich zabezpečených GPU serverech a automaticky smazány po dokončení přepisu. Neukládáme, nesdílíme ani nepoužíváme váš zvuk pro účely výcviku. Všechny přenosy jsou zašifrovány.

Bezplatní uživatelé mohou přepsat až 5 minut zvuku bez nákladů. Placené plány používají znaky na základě trvání zvuku: přibližně 1000 znaků za minutu zvuku. Podívejte se na naši cenovou stránku pro podrobné informace o plánu a znakové balíčky.
5.0/5 (1)

Co bychom mohli zlepšit? Vaše zpětná vazba nám pomáhá řešit problémy.

Přepsat Audio s AI

Získejte přesné přepisy v 99 jazycích. Zaregistrujte se zdarma a získat 15,000 znaků začít.

Zaregistrovat se zdarma Zobrazit ceny