Ledig AI Opplesning til tekst

Transcribe lyd & video til tekst på 100+ språk. 10+ AI- modeller. Høyttalerdeteksjon. Ikke nødvendig.

9.2K
transkriptioner
233.2K
minutter transkribert
100+
språk
70+
gratis verktøy

Arbeider med offentlig tilgjengelig lyd og video. DRM- beskyttet innhold er ikke støttet.

Oppgradering for forbedret
Private transcript
Chat med utskrift
Lås opp med Pro →
Slipp fil her eller trykk for å bla gjennom
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM — opptil 2GB
Oppgradering for forbedret
Private transcript
Chat med utskrift
Lås opp med Pro →
Oppgradering for forbedret
Opptak: 0:00
Sanntid Vosk (intant)
Forbedret Visking (nøyaktig)
Offentlige lenker: 24h, bare tekst · Registrer deg i 7d + lyd · Pro til private lenker

Sanntidstale til tekst. AI korrigerer automatisk mens du snakker – nøyaktighet forbedres med lengre tale.

Test mikrofonen din først
❤️ Kjærlighet STT.ai?
Du har brukt dine frie utskrifter

Gratis tilmelding for å få 600 minutter/måned, eller oppgradering for ubegrenset utskrifter.

10 gratis min/dag 600 min fri med registrering Intet kredittkort Kryptert
Registrer deg gratis →
Klient- side kryptert lagring — Utskriftene dine er krypterte i nettleseren din. Til og med vi kan ikke lese dem. Lær hvordan det virker →

How STT.ai Works

Tre steg for nøyaktig utskrift

1. Last opp, ta opp eller lim inn URL

Dra og slipp alle lyd - eller videofiler (MP3, WAV, MP4 og 20+- formater). Ta opp fra mikrofonen din i sanntid. Eller lim inn en lenke fra YouTube, Vimeo, TikTok og 1300+ plattformer.

2. AI transcribes med ditt valg av modell

Velg fra 10+ AI- modeller som inkluderer Visper, NVIDIA Kanariekanarie (# 1 nøyaktighet) og Moonshine. Finn språk automatisk fra 100+ valg. Høytaler- arisering identifiserer hvem som sa hva.

3. Eksporter, del eller integrar

Last ned som TXT, SRT, VTT, DOCX, JSON eller PDF. Del over lenke. Bruk vårt API til å integrere transkription i programmet ditt. Perfekt til undertekster, møtenotater, podkaster og annet.

100+
Språk støttes
70+
Fritt verktøy
1,300+
Plattformer støttet
7
Eksporter formater

Utvikler- første API

Integrer tale- til- tekst i programmet ditt i minutter. RESTful API med webSocket- strømmer i sanntid.

REST + WebSocket — Filopplasting og strømmer i sanntid
Flere modeller — Visper, kanariøyer, forsterket og mer
Høyttaler- diarisering — Finn automatisk hvem som sa hva
Bøyelig utdata — JSON, TXT, SRT, VTT med tidsstempel
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']}")

Klar til å transkribere?

Last opp den første ledige fila. Ingen kredittkort, ingen registrering. 600 minutter per måned i den frie planen.

Begynn å transkribere

Ofte stilte spørsmål

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.