Tasuta tehisintellekt Kõne tekstile

Määra audio- video tekstiks 100+ keeles. 10+ AI mudelid. Kõlari tuvastamine. Registreerumine ei ole vajalik.

9.2K
transkriptsioonid
233.2K
minutes transcribed
100+
keeli
70+
tasuta tööriistad

Töötab avalikult kättesaadava audio & videoga. DRM- ga kaitstud sisu ei ole toetatud.

Täiustatud täiustamine
Privaatne ärakiri
Vestlus ärakirjaga
Ava koos Pro' ga →
Faili viskamine siia või klõpsa sirvimiseks
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM ~ kuni 2GB
Täiustatud täiustamine
Privaatne ärakiri
Vestlus ärakirjaga
Ava koos Pro' ga →
Täiustatud täiustamine
Salvestamine: 0:00
Reaalajas Vosk (instant)
Täiustatud Whisper (täpsus)
Avalikud lingid: 24h, ainult tekst · Registreeru 7d + audio · Pro privaatsete linkide jaoks

Reaalajas kõne teksti. AI automaatkorrektsioonid rääkides paraneb pikema kõnega.

Testige kõigepealt oma mikrofoni.
❤️ Armastus STT.ai?
Sa oled kasutanud oma tasuta transkriptsioone.

Registreeru tasuta saada 600 minutit / kuus, või uuendada piiramatu transkriptsiooni.

10 vaba minutit päevas 600 min tasuta registreerumisega Krediitkaarti pole Krüptitud
Registreeru tasuta →
Krüptitud kliendiside salvesti — Teie protokollid on krüpteeritud teie brauseris, isegi meie ei saa neid lugeda. Uurige, kuidas see toimib. →

Kuidas STT.ai toimib

Kolm sammu täpse transkriptsioonini

1. Laadi üles, salvesta või aseta URL

Lohistage ja visake kõik audio- või videofailid (MP3, WAV, MP4 ja 20+ formaadid). Salvestage mikrofonist reaalajas. Või asetage link YouTube'i, Vimeo, TikTok'i ja 1300+ platvormilt.

2. Al Trancers koos oma valik mudel

Valige 10+ AI mudelid sealhulgas Whisper, NVIDIA Canary (# 1 täpsus) ja Moonshine. Automaatne tuvastada keel 100+ võimalusi. Speaker diarization määrab, kes ütles, mida.

3. Eksport, Jaga, või Integreeru

Lae alla kui TXT, SRT, VTT, DOCX, JSON või PDF. Jaga lingi kaudu. Kasuta meie API integreerida transkriptsiooni oma app. Ideaalne subtiitrite, koosoleku märkmed, podcasts, ja palju muud.

100+
Toetatud keeled
70+
Vabad tööriistad
1,300+
Toetatud platvormid
7
Vormindite eksport

Arendaja- esimene API

Integreerida kõne-to-tekst oma app minutites. RESTful API reaalajas WebSocket streaming.

REST + WebSocket — Faili üleslaadimine ja reaalajas voogedastus
Mitmed mudelid — Whisper, Canary, Extended & more
Spiikerdiariseerimine — Automaatne tuvastamine, kes ütles mida
Paindlik väljund — JSON, TXT, SRT, VTT sõnalise ajatempliga
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']}")

Kas minna mõnelt teiselt kõnelt üle tekstiteenusele?

Oled valmis transkribeerima?

Laadige oma esimene fail tasuta. Ei krediitkaarti, ei registreeru. 600 minutit kuus tasuta plaan.

Alusta iiringut@ info: whatsthis

Korduma kippuvad küsimused

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.