フリーAI 音声からテキストへ

100 以上の言語で音声とビデオをテキストに転写します。複数の Whisper モデル。話者検出。登録は不要です。

12K
転写
290.5K
記録された
100+
言語
70+
無料のツールを

公開されているオーディオとビデオで動作します。DRM 保護されたコンテンツはサポートされていません。

アップグレード
プライベート・トランスクリプト
転写付きチャット
プロでロック解除 →
ファイルをここにドラッグまたはクリックしてブラウズ
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM — 最大2GB
アップグレード
プライベート・トランスクリプト
転写付きチャット
プロでロック解除 →
アップグレード
録音: 0:00
リアルタイム ワックス (瞬間)
強化 囁き (正確)
公開リンク:24時間、テキストのみ · 登録 7d+オーディオのための · プロ 私的なリンクを

リアルタイムの音声からテキストに変換。AI は話すときに自動的に訂正します。長い話をすると正確さが向上します。

まずマイクをテストしてください
❤️ STT.aiを愛しているなら 友達に伝えて!
あなたは無料の転写を使った

無料で登録して600分を得るか、月5ドルからアップグレードして、 さらに何千人もの人に話せるようになる。

10分フリー/日 600分無料 クレジットカードなし 暗号化
無料登録 →
クライアントサイド暗号化ストレージ — 転写はブラウザで暗号化されてる 私たちでも読めない 仕組みを学ぶ →

どうやって STT.ai が動くのか

正確な転写のための3つのステップ

1. URL をアップロード、録音、または貼り付け

音声やビデオファイル (MP3、WAV、MP4、20以上のフォーマット) をドラッグ&ドロップして録音します。マイクからリアルタイムで録音できます。YouTube、Vimeo、TikTok、1,300以上のプラットフォームからリンクを貼り付けることもできます。

2)AIはモデルを選択して転写する

適切な Whisper モデルを選択: Enhanced (large-v3, 最も正確な)、Turbo (速い、デフォルト)、Medium、Small。99 のオプションから言語を自動検出します。スピーカーダイアリズムは誰が何を言ったかを識別します。

3. エクスポート、共有、統合

TXT、SRT、VTT、DOCX、JSON、または PDF としてダウンロードできます。リンクを通して共有できます。API を使って転写をアプリケーションに統合できます。字幕、会議ノート、ポッドキャストなどに最適です。

100+
サポートされている言語
70+
フリーツール
1,300+
サポートされているプラットフォーム
7
エクスポートフォーマット

開発者優先型API

音声からテキストへの変換をアプリケーションに数分で統合。リアルタイム WebSocket ストリーミングを備えた RESTful API。

REST + Webソケット — ファイルアップロードとリアルタイムストリーミング
複数のモデル — ウィスペル・ターボ、ラージ・V3、ミディアム・スモール
話者の透析 — 誰が何を言ったか自動検出
柔軟な出力 — ワードタイムスタンプ付きの 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']}")

他の音声からテキストサービスに切り替えますか?

書き出す準備はいいか?

無料でファイルをアップロード クレジットカードも登録も不要 600分で無料プランを開始

転写を開始

よくある質問

音声からテキストに変換する はブラウザで実行されます。URLを貼り付け、ファイルをアップロード、またはマイクから録音します。STT.ai は AI モデルを選択し、5 分以内に転写を返します。 TXT、SRT、VTT、DOCX、JSON、PDF としてエクスポートします。

はい - 訪問者はSTT.aiで開始するために600分のフリーミニットを得ます。 音声からテキストに変換する は他のワークフローと同じように使用できます。有料プランは月額5ドルから始まり、長いファイル、プライベートトランスクリプト、優先キューをロックします。

音声からテキストに変換する は STT.ai の他の部分と同じ AI モデルで動作します。我々の最良のモデルは清潔な音声の 95-97% の正確さに達します。最初のパスが目標より低い場合は、モデルをフライで切り替えます。

音声からテキストに変換する can run on any of the Whisper models STT.ai hosts — STT.ai Enhanced (Whisper large-v3, most accurate, on paid plans), Whisper Large V3, Whisper Turbo (fast), Whisper Medium and Whisper Small.

はい。すべての字幕は SRT または VTT としてエクスポートされます。YouTube、Vimeo、TikTok、VLC、その他の主要なビデオプレーヤーで動作します。Burn-Subtitles ツールはこれらをビデオにハードサブとしてオーバーレイします。

はい。スピーカーダイアリズムは自動的に各音声にラベルを付けます (スピーカー 1, スピーカー 2, など)。内蔵エディタで名前を変更できます。すべてのモデルと言語で動作します。

音声からテキストに変換する ジョブのほとんどは 5 分以内に完了します。1 時間のオーディオファイルは、最も速いモデルでは 2-3 分で完了します。速度は選択したモデルと現在の GPU 負荷に依存します。

音声からテキストに変換する は MP3、WAV、M4A、FLAC、OGG、MP4、MKV、MOV、WebM、AVI などの 20 以上のフォーマットをサポートします。出力は TXT、SRT、VTT、DOCX、JSON、または PDF です。

はい。音声からテキストに変換するに送信されたオーディオファイルは、標準で処理され削除されます。プロプランはクライアント側暗号化を追加します。STT.aiのデータベースが破壊されたとしても、鍵なしで転写は読み取れません。データは明示的なオプションなしにモデルの訓練に使用されません。

STT.aiはPythonとNode.js SDKを使ったREST APIを提供し、ClaudeとCursorのためのMCPサーバを提供します。これらはすべて音声からテキストに変換するワークフローに使用できます。無料APIの階層には月間100分が含まれます。

はい。すべてのトランスポートは内蔵されたエディタで開きます。そこで言葉を訂正し、話者の名前を変更し、タイムスタンプを調整し、ノートを追加できます。すべての変更は自動的に保存されます。

すべての転写は共有可能なユニークな URL を持ちます。メールのために DOCX または PDF にエクスポートします。プロプランはパスワード保護された永続リンクを追加します。クライアントの作業に役立ちます。

STT.aiはYouTube、Vimeo、TikTok、SoundCloud、Zoom、Google Meet、ポッドキャストホストなど1,300以上のプラットフォームを扱う。URL転写は公開可能なコンテンツのみで動作します。DRM保護されたソースは転写できません。