تبدیل هر صدا یا ویدئو به متن
فایلها را در هر قالبی بارگذاری کنید و رونوشتهای دقیق بگیرید. ۱۰۰ زبان، تشخیص سخنران، مهر زمان شامل میشود.
قالبهای ورودی صوتی و تصویری پشتیبانیشده
قالبهای صادرات رونوشت
.srt
SRT
.vtt
VTT
.txt
TXT
.docx
DOCX
.pdf
PDF
پرسشهای متداول
audio and video format conversion در مرورگر شما اجرا میشود: یک نشانی وب را کپی کنید ، یک پرونده را بارگذاری کنید ، یا از میکروفون خود ضبط کنید. STT.ai مدل AI را انتخاب میکند و رونوشت را در کمتر از ۵ دقیقه برمیگرداند. به عنوان TXT ، SRT ، VTT ، DOCX ، JSON یا PDF صادر کنید.
Yes — every visitor gets 600 free minutes/month on STT.ai, usable for audio and video format conversion the same as any other workflow. Paid plans starting at $9/month unlock longer files, private transcripts, and priority queueing.
audio and video format conversion بر روی همان مدلهای هوش مصنوعی اجرا میشود که بقیه STT.ai اجرا میشود - بهترین مدلهای ما به دقت ۹۵-۹۷٪ در گفتار صاف میرسند (۳-۵٪ نرخ خطای کلمه در معیارها).
audio and video format conversion میتواند بر روی هر یک از مدلهای Whisper میزبانی STT.ai اجرا شود - STT.ai بهبود یافته (Whisper large-v3، دقیقترین، در برنامههای پرداختی)، Whisper Large V3، Whisper Turbo (سرعت)، Whisper Medium و Whisper Small.
بله. هر رونوشت به صورت SRT یا VTT صادر میشود — با یوتیوب، ویمو، TikTok، VLC و هر پخشکننده ویدئویی بزرگ کار میکند. ابزار زیرنویس سوزاندن آنها را به عنوان زیرنویس سخت بر روی ویدئو قرار میدهد.
بله. فهرستبندی بلندگوها به طور خودکار هر صدا را برچسب میزند) بلندگو ۱ ، بلندگو ۲ ،... (و میتوانید آنها را در ویرایشگر درونی تغییر نام دهید. در تمام مدلها و زبانها کار میکند.
بیشتر audio and video format conversion کارها در کمتر از ۵ دقیقه به پایان میرسند. یک پرونده صوتی یک ساعته معمولاً در سریعترین مدلهای ما در ۲-۳ دقیقه به پایان میرسد. سرعت به مدل انتخاب شده و بار GPU جاری بستگی دارد.
audio and video format conversion بیش از ۲۰ قالب را پشتیبانی میکند — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, و بیشتر. خروجی به TXT, SRT, VTT, DOCX, JSON, or PDF.
بله. پروندههای صوتی ارسال شده به audio and video format conversion به صورت پیشفرض پردازش و حذف میشوند. برنامههای حرفهای رمزگذاری سمت کارگزار را اضافه میکنند — حتی اگر پایگاه داده STT.ai نقض شود، رونوشتهای شما بدون کلید شما قابل خواندن نیستند. دادهها هرگز بدون انتخاب صریح برای آموزش مدل استفاده نمیشوند.
Yes. STT.ai offers a REST API with Python and Node.js SDKs, plus an MCP server for Claude and Cursor — all usable for audio and video format conversion workflows. Free API tier includes 100 minutes/month.
بله. هر رونوشت در ویرایشگر داخلی باز میشود که در آن میتوانید کلمات را تصحیح کنید، نام گویندگان را تغییر دهید، مهرهای زمانی را تنظیم کنید و یادداشتها را اضافه کنید. همه تغییرات به صورت خودکار ذخیره میشوند.
هر رونوشت یک نشانی وب مشترک منحصربهفرد دریافت میکند. برای ارسال ایمیل به DOCX یا PDF صادر میشود. برنامههای حرفهای پیوندهای دائمی و محافظتشده با گذرواژه را اضافه میکنند — برای کار مشتری مفید است.
STT.ai بیش از ۱۳۰۰ پلت فرم را از جمله یوتیوب، ویمو، تیک تاک، ساوند کلاود، زوم، گوگل میت، میزبانهای پادکست و بیشتر را مدیریت میکند.