মুক্ত AI কথাৰ পৰা লিপিলৈ

১০০+ ভাষাত অডিঅ' আৰু ভিডিঅ'ক টেক্সটলৈ অনুবাদ কৰক। ১০+ AI মডেল। স্পিকার চিনাক্তকৰণ। কোনো সাবস্ক্ৰাইব প্ৰয়োজন নহয়।

9.2K
অনুবাদ
233.2K
মিনিট অনুবাদ কৰা হৈছে
100+
ভাষাসমূহ
70+
মুক্ত সঁজুলিসমূহ

জনসাধাৰণৰ বাবে উপলব্ধ অডিঅ' আৰু ভিডিঅ'ৰ সৈতে কাম কৰে। DRM-প্ৰতিৰক্ষা কৰা সমল সমৰ্থিত নহয়।

উন্নত কৰাৰ বাবে উন্নত কৰক
ব্যক্তিগত ট্ৰান্সক্ৰিপ্ট
অনুলিপিৰ সৈতে চেট কৰক
Pro ৰ সৈতে আনলক কৰক →
নথিপত্ৰ এখানে স্থাপন কৰক অথবা ব্ৰাউছ কৰিবলৈ ক্লিক কৰক
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM — ২GB ৰ ভিতৰত
উন্নত কৰাৰ বাবে উন্নত কৰক
ব্যক্তিগত ট্ৰান্সক্ৰিপ্ট
অনুলিপিৰ সৈতে চেট কৰক
Pro ৰ সৈতে আনলক কৰক →
উন্নত কৰাৰ বাবে উন্নত কৰক
ৰেকৰ্ডিং: 0:00
ৰিয়েল-টাইম মোম (অবিলম্বে)
উন্নত উচুপি উচুপি (সঠিক)
ৰাজহুৱা লিঙ্ক: ২৪ ঘন্টা, কেৱল টেক্সট · নিবন্ধন কৰক 7d + অডিঅ'ৰ বাবে · প্ৰো ব্যক্তিগত লিঙ্কসমূহৰ বাবে

ৰিয়েল-টাইম কথোপকথনক টেক্সটত ৰূপান্তৰ কৰক। আপুনি কথোপকথন কৰাত AI এ স্বয়ংক্ৰিয়ভাবে সঠিক কৰে - দীঘল কথোপকথনৰ সৈতে সঠিকতা উন্নত হয়।

প্ৰথমে আপোনাৰ মাইক্রোফোন পৰীক্ষা কৰক
❤️ STT.ai ভাল পায়? আপোনাৰ বন্ধুসকলক কওক!
আপুনি আপোনাৰ মুক্ত অনুবাদ ব্যৱহাৰ কৰিছে

৬০০ মিনিট/মাহ লাভ কৰিবলৈ বিনামূলীয়াকৈ নিবন্ধন কৰক, অথবা অসীমিত অনুবাদৰ বাবে আপগ্ৰেড কৰক।

১০ মুক্ত মিনিট/দিন 600 মিনিট বিনামূলীয়া ক্ৰেডিট কাৰ্ড নাই এনক্ৰিপ্ট কৰা
বিনামূল্যে নিবন্ধন কৰক →
ক্লাএন্ট-সাইড এনক্ৰিপ্ট কৰা ভঁৰাল — আপোনাৰ ব্ৰাউছাৰত আপোনাৰ অনুলিপিসমূহ এনক্ৰিপ্ট কৰা আছে। আমিও ইয়াক পঢ়িব নোৱাৰো। কিদৰে কাম কৰে শিকওক →

STT.ai কিদৰে কাম কৰে

সঠিক অনুবাদৰ বাবে তিনিটা পদক্ষেপ

1. আপলোড, ৰেকৰ্ড অথবা পেস্ট URL

যিকোনো অডিঅ' বা ভিডিঅ' নথিপত্ৰ (MP3, WAV, MP4 আৰু ২০+ বিন্যাস) টানি আনক আৰু পেলাওক। আপোনাৰ মাইক্ৰফোনৰ পৰা ৰিয়েল-টাইমত ৰেকৰ্ড কৰক। অথবা YouTube, Vimeo, TikTok আৰু ১,৩০০+ প্লেটফৰ্মৰ পৰা এটা লিঙ্ক পেইস্ট কৰক।

২. আপোনাৰ পছন্দৰ মডেলৰ সৈতে এআই অনুবাদ

Whisper, NVIDIA Canary (#1 accuracy), আৰু Moonshine অন্তৰ্ভুক্ত ১০+ AI মডেলসমূহৰ পৰা বাছক। ১০০+ বিকল্পৰ পৰা স্বয়ংক্ৰিয়ভাৱে ভাষা চিনাক্ত কৰক। স্পিকার ডায়াৰাইজেছনে যি কি কৈছিল তাক চিনাক্ত কৰে।

3. এক্সপোৰ্ট, অংশীদাৰী, অথবা একত্ৰিত কৰক

TXT, SRT, VTT, DOCX, JSON, অথবা PDF ৰূপে ডাউনল'ড কৰক। লিঙ্কৰ মাধ্যমে অংশীদাৰী কৰক। আপোনাৰ এপ্লিকেচনত অনুবাদ একত্ৰিত কৰিবলৈ আমাৰ API ব্যৱহাৰ কৰক। উপশীৰ্ষক, সভা নোট, পডকাস্ট আৰু অধিক বাবে পূৰ্ণ।

অডিঅ' আৰু ভিডিঅ'ৰ বাবে আপোনাৰ প্ৰয়োজনীয় সকলো

AI দ্বাৰা শক্তিশালী 70+ বিনামূলীয়া সঁজুলি

100+
সমৰ্থিত ভাষাসমূহ
70+
মুক্ত সঁজুলিসমূহ
1,300+
সমৰ্থিত প্লেটফৰ্মসমূহ
7
এক্সপোৰ্ট বিন্যাস

বিকাশক-প্ৰথম API

মিনিটত আপোনাৰ এপ্লিকেচনত বাক্যৰ পৰা টেক্সটলৈ সংযোগ কৰক। RESTful API ৰ সৈতে ৰিয়েল-টাইম WebSocket ষ্ট্ৰীমিং।

REST + WebSocket — নথিপত্ৰ আপলোড আৰু ৰিয়েল-টাইম ষ্ট্ৰীমিং
একাধিক আৰ্হি — Whisper, Canary, উন্নত আৰু অধিক
স্পিকার ডায়াৰাইজেশন — যি কি ক'লে স্বয়ংক্ৰিয়ভাবে চিনাক্ত কৰক
নমনীয় আউটপুট — শব্দ সময়চিহ্নৰ সৈতে JSON, TXT, SRT, VTT
import requests

response = requests.post(
    "https://api.stt.ai/v1/transcribe",
    headers={"Authorization": f"Bearer {API_KEY}"},
    files={"file": open("meeting.mp3", "rb")},
    data={
        "model": "large-v3-turbo",
        "language": "auto",
        "diarize": "true",
        "response_format": "json",
    },
)

result = response.json()
for seg in result["segments"]:
    print(f"{seg['speaker']}: {seg['text']}")

অন্য এটা কথোপকথন থেকে টেক্সট সেৱালৈ পৰিবৰ্তন কৰা হ'ব কি?

অনুলিপি কৰিবলৈ প্ৰস্তুত?

আপোনাৰ প্ৰথম নথিপত্ৰ বিনামূলীয়াকৈ আপলোড কৰক। কোনো ক্ৰেডিট কাৰ্ড নাই, কোনো নিবন্ধন নাই। বিনামূলীয়া প্ল্যানত প্ৰতি মাহে ৬০০ মিনিট।

অনুবাদ আৰম্ভ কৰক

প্ৰায়শঃ সোধা প্ৰশ্নসমূহ

speech to text runs in your browser: paste a URL, upload a file, or record from your mic. STT.ai picks the AI model and returns the transcript in under 5 minutes. Export as TXT, SRT, VTT, DOCX, JSON, or PDF.

Yes — every visitor gets 600 free minutes/month on STT.ai, usable for speech to text the same as any other workflow. Paid plans starting at $5/month unlock longer files, private transcripts, and priority queueing.

speech to text runs on the same AI models as the rest of STT.ai — our best models reach 95-97% accuracy on clean speech (3-5% Word Error Rate on benchmarks). Switch models on the fly if the first pass is below your target.

speech to text can run on any of STT.ai's 10+ models — STT.ai Enhanced (most accurate), Whisper Large V3 (99 languages), NVIDIA Canary (#1 WER on supported langs), Whisper Turbo (fast), Moonshine (lightweight), and more.

Yes. Every transcript exports as SRT or VTT — works with YouTube, Vimeo, TikTok, VLC, and every major video player. The burn-subtitles tool overlays them onto video as hardsubs.

Yes. Speaker diarization automatically labels each voice (Speaker 1, Speaker 2, ...) and you can rename them in the built-in editor. Works across all models and languages.

Most speech to text jobs finish in under 5 minutes. A 1-hour audio file typically completes in 2-3 minutes with our fastest models. Speed depends on chosen model and current GPU load.

speech to text accepts 20+ formats — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, and more. Output to TXT, SRT, VTT, DOCX, JSON, or PDF.

Yes. Audio files submitted to speech to text are processed and deleted by default. Pro plans add client-side encryption — even if STT.ai's database is breached, your transcripts are unreadable without your key. Data is never used for model training without explicit opt-in.

Yes. STT.ai offers a REST API with Python and Node.js SDKs, plus an MCP server for Claude and Cursor — all usable for speech to text workflows. Free API tier includes 100 minutes/month.

Yes. Every transcript opens in the built-in editor where you can correct words, rename speakers, adjust timestamps, and add notes. All changes save automatically.

Every transcript gets a unique shareable URL. Export to DOCX or PDF for email. Pro plans add password-protected and permanent links — useful for client work.

STT.ai handles 1,300+ platforms including YouTube, Vimeo, TikTok, SoundCloud, Zoom, Google Meet, podcast hosts, and more. URL transcription works with publicly-available content only — DRM-protected sources can't be transcribed.