Безплатен интеллектуален интелект Изказване към текст

Transcribe audio & video за текст на 100+ езици. 10+ AI модели. Откриване на звука. Няма нужда от регистрация.

9.2K
транскрипции
233.2K
минути, преписвани
100+
езици
70+
безплатни инструменти

Работи с публично достъпни аудио & видео. DRM защитено съдържание не е подкрепено.

Повишаване за подобрени
Частно преписване
Разговор с транскрипт
Отключване с профсъюз →
Пропускане на файла тук или кликнете за да прегледате
MP3, WAV, M4A, FLAC, MP4, MKV, Движение, WebM — до 2GB
Повишаване за подобрени
Частно преписване
Разговор с транскрипт
Отключване с профсъюз →
Повишаване за подобрени
Запис: 0:00
Реално време Воск (Instant)
Подобрени Шепне (точно)
Публични връзки: 24h, само текст · Запиши се. за 7d + аудио · Професионален за лични връзки

Речта в реално време към текст. AI автоматично корекции, докато говорите – точността се подобрява с по-дълга реч.

Тествайте микрофона си първо
❤️ Love STT.ai? Tell your friends!
Използвал си безплатните си транскрипции.

Регистрирайте се безплатно, за да получите 600 минути месечно, или ъпгрейд за неограничен транскрипции.

10 безплатни мин/ден 600 мин безплатно с регистрация Без кредитна карта Шифрирано
Запишете се безплатно. →
Шифрирано съхранение на страницата на клиента — Твоите записи са криптирани в браузъра ти, дори и ние не можем да ги прочетем. Научете как работи. →

Как работи STT.ai

Три стъпки за точна транскрипция

1. Качване, записване или вливане URL

Влачете и пуснете всички аудио или видео файлове (MP3, WAV, MP4, и 20+ формати). Запишете от микрофона си в реално време. Или поставете връзка от YouTube, Vimeo, TikTok и 1.300+ платформи.

2. AI Преписвачи с вашия избор на модел

Изберете от 10+ AI модели, включително Whisper, NVIDIA Canary (#1 точност) и Moonshine. Автоматично откриване на езика от 100+ опции. Speaker diarization идентифицира кой е казал какво.

3. Износ, споделяне или интегриране

Изтеглете като TXT, SRT, VTT, DOCX, JSON или PDF. Споделете чрез линк. Използвайте нашия API, за да интегрирате транскрипция в приложението си. Перфектно за субтитри, бележки, подкасти и др.

100+
Поддържани езици
70+
Безплатни инструменти
1,300+
Подкрепени платформи
7
Експортиране на формати

Разработчик- първи API

Интегрирайте реч-то-текст в приложението си за минути. RESTful API с реално време WebSocket streaming.

РЕЗЮМЕ + Уеб сенч — Качване на файл и излъчване в реално време
Множество модели — Шепне, Канарски, Подобрени и още
Диагностика на спикера — Самоустановяване кой каза какво
Гъвкав изход — JSON, TXT, SRT, VTT с часове за думи
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']}")

Преминаване от друга реч към текстови услуги?

Готов ли си за транскрипция?

Качи първия си файл безплатно. Без кредитна карта, без регистрация. 600 минути месечно на безплатен план.

Стартиране на транскриптиране

Често задавани въпроси

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.