AI liberă Discursul textului

Transcrie audio & video în text în 100+ limbi. 10+ modele AI. Detecție de speaker. Nu este necesară înregistrare.

9.4K
transcripții
236.5K
minute transcrise
100+
limbi
70+
instrumente libere

Funcționează cu audio și video disponibil public. Conținutul DRM-protectat nu este suportat.

Upgrade pentru îmbunătăţire
Private transcript
Discutați cu transcripție
Deschide cu Pro →
Aruncă fișierul aici sau click pentru a naviga
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM — până la 2GB
Upgrade pentru îmbunătăţire
Private transcript
Discutați cu transcripție
Deschide cu Pro →
Upgrade pentru îmbunătăţire
Înregistrarea: 0:00
În timp real Vosk (instant)
Îmbunătățit Whisper (exact)
Legături publice: 24h, text doar · Înscrie-te pentru audio 7d + · Pro pentru legături private

Discursul în timp real la text. AI corectează automat în timp ce vorbiți — precizia îmbunătățește cu discursul mai lung.

Testează-ţi primul microfonul.
❤️ Love STT.ai? Tell your friends!
Ţi-ai folosit transcripţiile libere.

Înregistrează-te gratuit pentru a obține 600 de minute/luna, sau upgrade pentru transcripții nelimitate.

10 min/zi gratis 600 min gratuit cu înscriere Nici o carte de credit Cifrat
Inscrie-te gratis →
Depozitul criptat al clientului — Transcripcionele tale sunt criptate în browser-ul tău, chiar şi noi nu le putem citi. Învaţă cum funcţionează →

Încrederea profesioniştilor din întreaga lume

Cum funcționează STT.ai

Trei pași până la o transcriere exactă

1. Încarcă, înregistrează sau înregistrează URL

Aruncă și aruncă orice fișier audio sau video (MP3, WAV, MP4, și 20+ formate). Înregistrează de la microfonul în timp real. Sau colează un link de la YouTube, Vimeo, TikTok și 1.300+ platforme.

2. AI Transcrie cu alegerea ta de model

Alegeți din modele de 10+ AI, inclusiv Whisper, NVIDIA Canary (#1) și Moonshine. Detectarea automată a limbii din opțiunile 100+. Diarizarea speakerului identifică cine a spus ce.

3. Export, Share sau Integrare

Descărcați ca TXT, SRT, VTT, DOCX, JSON sau PDF. Share via link. Folosește API-ul nostru pentru a integra transcripția în aplicația ta. Perfect pentru subtitrare, notițe de întâlnire, podcast-uri și mai multe.

100+
Limbi suportate
70+
Unelte gratuite
1,300+
Platforme susținute
7
Formate de export

Dezvoltator-Primă API

Integrați textul-de-voastră în minute. API RESTful cu streaming WebSocket în timp real.

REST + WebSocket — Încărcare fișier și streaming în timp real
Modele multiple — Whisper, Canary, Enhanced & more
Diarizarea speakerului — Auto-detectare care a spus ce
Ieșire flexibilă — JSON, TXT, SRT, VTT cu marca temporală a cuvântului
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']}")

Eşti gata să transcrii?

Încarcă primul dosar gratuit. Fără carte de credit, fără înscriere. 600 de minute pe lună pe planul gratuit.

Începe traducerea

Întrebări frecvente

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.