مفت AI لفظ سے متن

100+ زبانوں میں متن میں آڈیو اور ویڈیو نقل کریں. 10+ AI ماڈل. اسپیکر کی دریافت. کوئی سائن اپ کی ضرورت نہیں.

9.2K
نقل
233K
منٹ
100+
زبانیں
70+
مفت اوزار

عوامی طور پر دستیاب آڈیو اور ویڈیو کے ساتھ کام کرتا ہے. DRM-محفوظ مواد کو مدد نہیں دی جاتی.

بہتری کے لیے اپگریڈ
Private transcript
نقل کے ساتھ گفتگو کریں
پرو کے ساتھ تالک کھولیں →
فائلیں یہاں ڈالیں یا براؤز کرنے کے لیے کلک کریں
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM - 2GB تک
بہتری کے لیے اپگریڈ
Private transcript
نقل کے ساتھ گفتگو کریں
پرو کے ساتھ تالک کھولیں →
بہتری کے لیے اپگریڈ
ریکارڈنگ: 0:00
رئیل ٹائم موشی (حالی)
بہتر چپکے سے (صحيح)
عوامی رابطے: 24h، صرف متن · رجسٹر کریں 7d + آڈیو کے لیے · پرو نجی لنکس کے لیے

رئل ٹائم اسپیکینگ سے ٹیکسٹ. AI خودکار طور پر درست کرتا ہے جیسے آپ بولتے ہیں - صحیح بات بولنے سے بہتر ہوتا ہے

پہلے اپنا مائیکرو فون جانچیں
❤️ STT.ai سے محبت؟ اپنے دوستوں کو بتاؤ!
آپ نے اپنے مفت نقل استعمال کر رہے ہیں

600 منٹ / ماہ حاصل کرنے کے لئے مفت میں رجسٹر کریں، یا لامحدود نقل کے لئے اپگریڈ کریں.

10 مفت منٹ/دن 600 منٹ مفت میں رجسٹر کوئی کریڈٹ کارڈ نہیں خفیہ
مفت میں رجسٹر کریں →
کلائنٹ سائیڈ انکرپٹڈ اسٹوریج — آپ کے نقل آپ کے براؤزر میں خفیہ ہیں. ہم بھی انہیں پڑھ نہیں سکتے. اسکے کام کيا کر نے کو سيکھيں →

دنیا بھر میں پیشہ وروں کے ذریعے اعتماد

STT.ai کیسے کام کرتا ہے

صحيح نقل کے لئے تین قدم

1. اپ لوڈ، ریکارڈ یا پیسٹ URL

کسی بھی آڈیو یا ویڈیو فائلیں گھسیٹ کر ڈالیں (MP3, WAV, MP4, اور 20+ فارمیٹ).اپنے مائیکرو فون سے ریئل ٹائم میں ریکارڈ کریں. یا یو ٹیوب، ویمیو، ٹیک ٹک اور 1300+ پلیٹ فارم سے ایک لینک کو پسٹ کریں.

2. اے آئی آپ کے انتخاب کے ماڈل کے ساتھ نقل کرتا ہے

10+ AI ماڈل سے منتخب کريں بشمول Whisper، NVIDIA Canary (#1 accuracy) اور Moonshine. 100+ آپشنز سے خودکار زبان کا پتہ لگايں.

3. برآمد، تقسیم یا انٹیگریٹ

TXT، SRT، VTT، DOCX، JSON، یا PDF کے طور پر ڈاؤن لوڈ کریں۔ لینک کے ذریعے اشتراک کریں۔ آپ کے ایپ میں نقل کو شامل کرنے کے لئے ہمارے API کا استعمال کریں۔ سبٹیٹیلز، میٹنگ نوٹس، پوڈکاسٹ اور مزید کے لئے بہترین۔

100+
زبانیں
70+
مفت اوزار
1,300+
پلیٹ فارم
7
برآمد

ڈیولپر-فیئر API

منٹوں میں آپ کی ایپ میں لفظ سے متن میں شامل کریں. RESTful API ریئل-ٹائم ویب ساکٹ اسٹریمنگ کے ساتھ.

REST + ویب ساکٹ — فائلیں اپ لوڈ کریں اور ریئل ٹائم اسٹریمنگ
متعدد ماڈل — خفیہ، Canary، بہتر اور زیادہ
اسپیکر — خودکار-مشخص کریں کہ کون نے کیا کہا
لنچبل آؤٹ پٹ — JSON, TXT, SRT, VTT ورڈ ٹائم سٹیمپز کے ساتھ
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']}")

ایک اور بولنے سے ٹیکس سروس میں تبدیل کرنا؟

نقل کرنے کے لئے تیار ہیں؟

اپنی پہلی فائل مفت اپ لوڈ کریں۔ کوئی کریڈٹ کارڈ نہیں، کوئی سائن اپ نہیں۔ مفت منصوبے پر ہر مہینے 600 منٹ۔

نقل شروع کریں

عام سوالات

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.