Безплатен интеллектуален интелект Изказване към текст

Преписване на аудио и видео на текст на 100+ езици. Многократни шептане модели. Откриване на звука. Няма нужда от регистрация.

26.3K
транскрипции
730.3K
минути, преписвани
100+
езици
59
безплатни инструменти

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

Повишаване за подобрени
Частен запис
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
Частен запис
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
❤️ Кажи на приятелите си STT.ai?
Използвал си безплатните си транскрипции.

Регистрирайте се безплатно да получите 600 минути, или ъпгрейд от $5 на месец за хиляди повече.

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 Whisper модел, който пасва: Подобрено (голямо-v3, най-точно), Turbo (бързо, по подразбиране), Средно или Малко. Автоматично откриване на езика от 99 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
59
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 — Шепнеш Turbo, Големи V3, Средни и малки
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?

Вкарайте първия си файл безплатно. Без кредитна карта, няма регистрация. 600 минути да започнете с безплатния план.

Стартиране на транскриптиране

Често задавани въпроси

реч към текст работи във вашия браузър: вмъкнете URL, качвате файл или записвате от вашия микрофон. STT.ai избира AI модела и връща транскрипта в под 5 минути. Изнасяне като TXT, SRT, VTT, DOCX, JSON или PDF.

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

реч към текст работи по същите модели на AI като останалите STT.ai — най-добрите ни модели достигат 95-97% точност на чистата реч (3-5% Word Error Rate на бенчмарковете). Превключете модели на летене, ако първият проход е под вашата цел.

реч към текст може да се проведе на всеки от модели Whisper STT.ai домакини — STT.ai Подобрени (Whisper голям v3, най-точни, по платени планове), Whisper голям V3, Whisper Turbo (бързо), Whisper Medium и Whisper Small.

Да. Всеки транскриптен износ като SRT или VTT — работи с YouTube, Vimeo, TikTok, VLC и всеки голям видео плеър. Инструментът за изгаряне на субтитри ги облага на видео като твърди суббис.

Да. Диагностика на оратора автоматично етикетира всеки глас (Glascher 1, Speaker 2,...) и можете да ги преименувате в вграден редактор. Работи във всички модели и езици.

Повечето реч към текст задания завършват в под 5 минути. 1-часов аудио файл обикновено завършва в 2-3 минути с нашите най-бързи модели. Скоростта зависи от избрания модел и текущата GPU натоварване.

реч към текст приема 20+ формата — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOVI, WebM, AVI и др. Изход към TXT, SRT, VTT, DOCX, JSON или PDF.

Да. Аудио файлове, представени на реч към текст, се обработват и изтриват по подразбиране. Про планове добавят енкрипция на клиента настрана — дори ако STT.ai-те данни са нарушени, вашите транскрипти са нечетливи без вашия ключ. Дани никога не се използват за моделно обучение без изрично опти-ин.

STT.ai предлага REST API с Python и Node.js SDKs, плюс MCP сървър за Claude и Курсор — всички използвани за реч към текст работни потоки. Свободен API низ включва 100 минути/месечно.

Да. Всеки транскрипт се отваря в вградения редактор, където можете да коригираш думите, да преименуваш говорителите, да настройваш часовите осигуровки и да добавяш бележки. Всички промени да се запазят автоматично.

Всеки транскрипт получава уникален общ адрес. Експорт до DOCX или PDF за имейл. Про планове добавяне на парола защитни и постоянни връзки — полезни за клиентската работа.

STT.ai управляват 1300+ платформи, включително YouTube, Vimeo, TikTok, SoundCloud, Zoom, Google Meet, Podcast домакини и др. Преписване на URL работи само с публично достъпно съдържание — DRM защитени източници не могат да бъдат транскрибирани.