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 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 audio and video format conversion the same as any other workflow. Paid plans starting at $5/month unlock longer files, private transcripts, and priority queueing.
audio and video format conversion 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.
audio and video format conversion 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.
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.
Yes. Audio files submitted to audio and video format conversion 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 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.