Ingyenes MI Beszéd szövegre

Átírás audio & video szöveg 100+ nyelven. 10+ MI modellek. Hangszóró detektálás. Nincs szükség regisztrációra.

9.2K
átiratok
233.1K
átírt percek@ info: whatsthis
100+
Nyelvek
70+
szabad szerszámok

Működik nyilvánosan elérhető audio & video. DRM-védett tartalom nem támogatott.

Frissítés a továbbfejlesztett
Privát átirat
Csevegés átirattal
Kinyitni a Pro-val →
Drop fájl itt vagy kattintson a böngészésre
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM maximum 2GB
Több fájl feltöltése (lásd 4. 4 pont)
Frissítés a továbbfejlesztett
Privát átirat
Csevegés átirattal
Kinyitni a Pro-val →
Frissítés a továbbfejlesztett
Felvétel: 0:00
Valós idejű Vosk (instant)
Továbbfejlesztett@ info: whatsthis Suttogó (pontos)
Nyilvános linkek: 24h, csak szöveg · Regisztrálj! 7d + audio · Pro magánkapcsolatok esetében

Valós idejű beszéd szöveg. AI automatikus javítások, ahogy beszél A pontosság hosszabb beszéddel javul.

Először teszteld a mikrofonodat.
❤️ Love STT.ai? Tell your friends!
Használtad az ingyenes átirataidat.

Regisztráljon ingyenes, hogy 600 perc / hónap, vagy frissítés korlátlan átiratok.

10 ingyenes min/nap 600 perc ingyenes regisztrációval Nincs hitelkártyája. Titkosított
Regisztrálj ingyen! →
Ügyfél-oldal titkosított tárolása — Az átirataid titkosítva vannak a böngésződben. Ismerd meg, hogyan működik. →

Hogyan működik a STT.ai?

Három lépés a pontos átírásig

1. URL feltöltése, rögzítése vagy beillesztése

Húzzon és ejtsen bármilyen audio vagy video fájlt (MP3, WAV, MP4, és 20+ formátumok). Rekord a mikrofonból valós időben. Vagy illesszen be egy linket a YouTube-ról, Vimeo-ról, TikTok-ról és 1300+ platformról.

2. AI Transscribes with Your Choice of Model

Válasszon 10+ AI modellek közül, beleértve a Whisper, NVIDIA Canary (#1 pontosság) és a Moonshine. Automatikus nyelvfelismerés a 100+ lehetőségek közül. A hangszóró diarization azonosítja, hogy ki mit mondott.

3. Exportálás, megosztás vagy integráció

Letöltés TXT, SRT, VTT, DOCX, JSON vagy PDF formában. Ossza meg linken keresztül. Használja az API-t, hogy integrálja az átiratot az alkalmazásba. Tökéletes feliratok, meeting jegyzetek, podcasts, és így tovább.

100+
Támogatott nyelvek
70+
Ingyenes eszközök
1,300+
Támogatott platformok
7
Formátumok exportálása

Fejlesztő-első API

Beépíteni beszéd-szöveg az alkalmazásba percek alatt. RESTful API valós idejű WebSocket streaming.

REST + WebSocket — Fájlfeltöltés és valós idejű streaming
Többféle modell — Whisper, Canary, Enhanced & more
Hangszóró-diarizáció — Automata detektálás, ki mit mondott?
Rugalmas kimenet — JSON, TXT, SRT, VTT word időbélyegzőkkel
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']}")

Átváltasz egy másik beszédről egy szöveges szolgáltatásra?

Készen állsz az átírásra?

Töltse fel az első fájlt ingyen. Nincs hitelkártya, nincs regisztráció. 600 perc havonta az ingyenes terv.

Átírás indítása@ info: whatsthis

Gyakran ismételt kérdések

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.