Szöveg a beszédhez AI ügynökök Zene Hang a szöveghez Hang klónozása Hangtervezés Piactér Még
Report Bug / Feature Request

Beszéd szövegre

Átírja audio és videó szöveg AI. Támogatja 99 nyelvek, időbélyegek, és hangszóró detektálás.

Regisztráció Ingyenes

Hang vagy videó feltöltése

Itt húzza le a fájlt, vagy böngészés

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

file.mp3

0 MB
a mikrofonból történő rögzítést; a mikrofonból történő rögzítést; a mikrofonból történő rögzítést;
00:00

Beállítások

1,000/min karakterek — Regisztrálj! nyomon követni a használatot

Átirat

Hangfájl feltöltése és kattintson a Transcribe gombra az induláshoz

Hangot átírva... ez eltarthat egy darabig.

Vettem.:

Hogyan működik?

1. Hang feltöltése

MP3, WAV, FLAC, OGG, M4A, MP4, és WebM formátumok akár 100MB.

2. AI Átiratok

Az AI modellek feldolgozzák az audiót, érzékelik a nyelvet, azonosítják a hangszórókat, és pontos szöveget készítenek időbélyegekkel.

3. Szerezd meg a szöveged

Másold le az átírást, vagy töltsd le TXT vagy SRT feliratformátumban. Szerkesztés és finomítás szükség szerint.

Esetek használata

Beszéd szöveges minden iparág és munkafolyamat

Ülések és konferenciák

Automatikusan átírja Zoom, Csapatok, és Google Meet felvételek. Soha ne hagyja ki a cselekvési elem újra. Exportálás, mint találkozó jegyzetek vagy feliratok.

Interjúk és újságírás

Feliratkozás interjúk cikkek, kutatási papírok, és dokumentumfilmek. Előadó diarization azonosítja, hogy ki mit mondott a könnyű kiosztás.

Podcastok és média

Átiratok generálása és jegyzetek megjelenítése podcast epizódokhoz. Kereshető archívumok létrehozása audio tartalomból. Felirat hozzáadása videó podcastokhoz.

Előadások és oktatás

Konvertálni rögzített előadásokat tanulmányi jegyzetek. Tedd oktatási tartalmak elérhető pontos feliratok. Támogatja a diákok halláskárosodás.

Medical Dictation

Írja át az orvos-beteg konzultációt, a klinikai feljegyzéseket és az orvosi diktálást. Takarítson meg órákat a kézi dokumentáció AI-meghajtású pontossággal.

Jogi eljárások

Írja át a meghallgatásokat, meghallgatásokat és az ügyfél találkozókat. Pontos időbélyegek jogi referenciához. Exportálás formátumok alkalmas bírósági dokumentáció.

STT-modell összehasonlítása

Whisper

Az OpenAI robusztus beszédfelismerő modellje 99 nyelven.

  • 99 nyelv
  • Fordítás
  • Időbélyegzők
  • Robusztus a zajra
OpenAI

Faster Whisper

4x gyorsabb, mint a Whisper CTranslate2 optimalizálással, ugyanaz a pontosság.

  • 4x gyorsabb
  • Alacsonyabb memória
  • Minden modellméret
  • Gy. sz.:
  • VAD-szűrés
SYSTRAN

SenseVoice

Beszédfelismerő modell érzelemfelismeréssel, 50+ nyelvek.

  • 50+ nyelv
  • Érzelmi észlelés
  • Hangesemények
  • Hangszóróanalízis
  • Gazdag metaadatok
Alibaba (FunAudioLLM)

Beszédről szövegre szóló tervek

Ingyenes indítás, frissítés, ha többre van szükséged

Ingyenes
  • 1 perces audio limit
  • Gyorsabb Suttogó modell
  • Alap átírás
  • 100+ nyelvek
Legnépszerűbb
Ingyenes számla
  • 30 perces audio + 15 000 karakter
  • Az összes STT-modell
  • Szószintű időbélyegek
  • SRT & VTT subtitle export
  • Hangszóró-diarizáció
Regisztráció Ingyenes
Pro
  • 2 órás hangfájlok
  • Gy. sz.: {szám}
  • Prioritású feldolgozás
  • API-hozzáférés
  • Egyéni szókincs
Frissítés

Gyakran ismételt kérdések

Beszédet szöveg (STT), más néven automatikus beszédfelismerés (ASR), átalakítja a beszélt nyelv írásbeli szöveg. Modeljeink segítségével AI pontosan átírja audio találkozók, interjúk, podcasts, előadások, és így tovább.

Gyorsabb Whisper ajánlott a legtöbb felhasználási esetekhez 4x gyorsabb, mint az eredeti Whisper, miközben megtartja ugyanazt a pontosságot. Használja a SenseVoice-t, ha érzelmi észlelésre vagy audio esemény detektálásra van szüksége az átírás mellett.

Támogatjuk az MP3, WAV, M4A, OGG, FLAC, WEBM és a leggyakoribb audio/videó formátumokat. Maximum fájlméret 50MB. Nagyobb fájlok esetén először az audiót osszuk meg.

Ingyenes felhasználók legfeljebb 5 perc audio. Fizetett tervek támogatják audio fájlokat akár 2 óra. Hosszabb felvételek, használja az API-t tétel feldolgozás.

A modelleink 95%-os pontosságot érnek el tiszta angol beszéden. A pontosság nyelvi, hangminőségi és háttérzajtól függően változik. A gyorsabb Whisper és Whisper 99 nyelvet támogat különböző pontossági szinttel.

Igen, a fejlett átírási módok azonosítani és a címke különböző hangszórók az audio. Előadó diarization különösen hasznos találkozását átiratok, interjúk, és többszemélyes podcastok, ahol meg kell tudni, ki mondta mit.

Valós idejű streaming átírás érhető el az API segítségével Gyorsabb Whisper. Audio feldolgozzák darabokban érkezik, részleges átiratok alacsony késéssel. Ez ideális élő feliratozás és valós idejű jegyzetelés.

Igen, az átírási kimenet tartalmaz szószintű időbélyegeket, amelyek exportálhatók SRT, VTT, vagy ASS felirat fájlokat. Ez tökéletes feliratok hozzáadása YouTube videók, online tanfolyamok, és a közösségi média tartalmak.

Igen, minden átírási eredmény tartalmazza szegmens szintű időbélyegek alapértelmezés szerint. Word-szint időbélyegek is rendelkezésre állnak, amely megmutatja a pontos start és end time minden szó az audio.

Gyorsabb Whisper képzett a különböző audio és kezeli a mérsékelt háttérzaj jól. A nagyon zajos felvételek, javasoljuk futtatni a hang audio Enhancer először, hogy javítsa az egyértelműséget átírás előtt.

Igen, a feltöltött hangfájlok a biztonságos GPU szervereinken kerülnek feldolgozásra, és az átírás befejezése után automatikusan törlésre kerülnek. Nem tároljuk, osztjuk meg vagy használjuk az audiót képzési célokra. Minden átutalás titkosított.

Ingyenes felhasználók akár 5 perc audio költség nélkül. Fizetett tervek használata karakterek alapján audio időtartama: körülbelül 1000 karakter per perc audio. Ellenőrizze ároldalunk részletes terv információk és karaktercsomagok.
5.0/5 (1)

Mit lehetne javítani? A visszajelzés segít megoldani a problémákat.

Audio átírása MI-vel

Szerezz pontos átiratokat 99 nyelven. Regisztrálj ingyen és szerezz 15.000 karaktert az induláshoz.

Regisztráció Ingyenes Tekintse meg az árakat