Formatos de exportación

Obteña as súas transcricións no formato que precise. STT.ai admite seis formatos de exportación, cada un optimizado para diferentes fluxos de traballo.

Funciona con son e vídeo dispoñíbeis publicamente. Non se admiten contidos protexidos con DRM.

Actualización para mellorado
Transcripción privada
Conversa con transcrición
Desbloquear con Pro →
Solte aquí o ficheiro ou prema para examinar
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM — ata 2 GB
Actualización para mellorado
Transcripción privada
Conversa con transcrición
Desbloquear con Pro →
Actualización para mellorado
Gravación: 0:00
En tempo real Cera (instantánea)
Mellorado Sussurrar (preciso)
Ligazóns públicas: 24h, só texto · Inscríbete para 7d + audio · Pro para ligazóns privadas

Fala a texto en tempo real. A IA corrixe automaticamente mentres fala — a precisión mellora coa duración da fala.

Probe primeiro o micrófono
❤️ Amas STT.ai?
Esgotou as súas transcricións libres.

Inscríbase de balde para obter 600 minutos, ou actualice desde $5/mes para obter miles máis.

10 minutos libres/día 600 min gratis con rexistro Sen tarxeta de crédito Cifrado
Inscríbete gratis →

Formatos de exportación soportados

Despois de transcreber o son ou vídeo, pode obter a transcrición en calquera dos seguintes formatos. Todos os formatos inclúen o texto completo da transcrición, e os formatos cronometrados inclúen marcas de tempo a nivel de palabra ou segmento.

TXT (Texto simple)

.txt

Transcrición de texto simple sen formatación. Mellor para copiar en documentos, correos electrónicos ou outros programas. Inclúe etiquetas de falante cando a detección de falante está activada.

Free plan

SRT (SubRip Subtítulos)

.srt

O formato de subtítulos máis amplamente soportado. Inclúe numeración secuencial, marcas de tempo e texto. Compatible con YouTube, Vimeo, VLC, Premiere Pro, Final Cut e virtualmente todos os reprodutores e editores de vídeo.

Free plan

VTT (WebVTT)

.vtt

Formato Web Video Text Tracks, o estándar para os subtítulos de vídeo HTML5. Soporta estilo, posición e metadatos. Emprégase nos navegadores web, plataformas de transmisión e reprodutores de vídeo modernos.

Basic plan+

DOCX (Documento de Word)

.docx

Documento de Word formatado con títulos, marcas de data e hora e etiquetas de orador axeitadas. Ideal para actas de reunións, informes e documentos que precisen de edición adicional en Microsoft Word ou Google Docs. Name

Basic plan+

JSON (datos estruturados)

.json

Formato estruturado lexíbel por máquina con marcas de tempo a nivel de palabra, puntuacións de confianza, ID de falantes e datos de segmentos. Perfecto para desenvolventes que constrúan enriba do STT.ai ou que alimenten datos noutros sistemas.

Basic plan+

PDF (Portable Document)

.pdf

PDF con formato profesional con marcas de data e hora, etiquetas de orador e marca STT.ai. Ideal para compartir con clientes, arquivar rexistros ou imprimir. A disposición está optimizada para a legibilidade.

Basic plan+

Comparación de formatos

Característica TXT SRT VTT DOCX JSON PDF
Plain text
Timestamps
Speaker labels
Word-level timing
Confidence scores
Video player compatible
Editable
Machine-readable

Que formato debe escoller?

Para subtítulos e títulos

Use SRT for maximum compatibility or VTT for web-based video players. SRT works with YouTube, Vimeo, Premiere Pro, Final Cut, and DaVinci Resolve.

Para documentos e informes

Use DOCX for editable documents or PDF for sharing and archiving. Both include formatted timestamps and speaker labels.

Para desenvolvedores e integracións

Use JSON for the richest data including word-level timestamps, confidence scores, and speaker IDs. Ideal for building custom applications.

Para copiar e apegar rapidamente

Use TXT for a simple plain text transcript you can paste anywhere -- emails, notes, chat, or any text field.

Exportación en lote

Need to export multiple transcripts at once? STT.ai supports batch export from your transcript library. Select multiple transcripts, choose your format, and download them all in a single ZIP file. Available on all paid plans.

Exportación API

Developers can retrieve transcripts in any format via the STT.ai API. Simply specify the desired format in your API request and receive the formatted output directly. The JSON format includes the most detailed data including word-level timestamps and confidence scores.

Transcríbeo e expórtao en calquera formato

Enviar o son ou vídeo. Escolla o formato de exportación. Obter instantaneamente.

Comezar a transcrición libre

Preguntas frecuentes

formatos de exportación executase no navegador: apega un URL, envía un ficheiro ou grava co micrófono. STT.ai escolle o modelo de IA e devolve a transcrición en menos de 5 minutos. Exporta como TXT, SRT, VTT, DOCX, JSON ou PDF.

Si, cada visitante recibe 600 minutos libres para comezar en STT.ai, utilizábeis para formatos de exportación igual que calquera outro fluxo de traballo. Os plans de pago que comezan en $5/ mes desbloquean ficheiros máis longos, transcricións privadas e filas prioritarias.

formatos de exportación funciona cos mesmos modelos de IA que o resto de STT.ai. Os nosos mellores modelos alcanzan o 95- 97% de precisión na fala clara (3- 5% de taxa de erros de palabra nos benchmarks). Troca de modelo ao instante se a primeira pasada está por baixo do obxectivo.

formatos de exportación pode executarse en calquera dos máis de 10 modelos de STT.ai: STT.ai Enhanced (máis preciso), Whisper Large V3 (99 linguas), NVIDIA Canary (# 1 WER nos lang soportados), Whisper Turbo (rápido), Moonshine (ligeiro) e máis.

Si. Todas as transcricións exportanse como SRT ou VTT, funciona con YouTube, Vimeo, TikTok, VLC e todos os principais reprodutores de vídeo. A ferramenta de gravación de subtítulos sobrepónos ao vídeo como subtítulos hardsub.

Si. A diarización dos oradores etiqueta automaticamente cada voz (Orador 1, Orador 2,...) e pode mudarlles o nome no editor incorporado. Funciona en todos os modelos e linguas.

A maioría dos formatos de exportación traballos rematan en menos de 5 minutos. Un ficheiro de son de 1 hora normalmente remata en 2- 3 minutos cos nosos modelos máis rápidos. A velocidade depende do modelo escollido e da carga actual da GPU.

formatos de exportación acepta máis de 20 formatos: MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI e outros. A saída é TXT, SRT, VTT, DOCX, JSON ou PDF.

Si. Os ficheiros de son enviados a formatos de exportación son procesados e eliminados por omisión. Os plans Pro engadirán cifrado do lado do cliente - mesmo se a base de datos de STT.ai é violada, as súas transcricións son ilexibles sen a súa chave. Os datos nunca se empregan para adestramento de modelos sen unha opción explícita.

Si. STT.ai ofrece unha API REST con SDK de Python e Node. js, ademais dun servidor MCP para Claude e Cursor, todo útil para formatos de exportación fluxos de traballo. O nivel de API gratuíto inclúe 100 minutos/ mes.

Si. Cada transcrición ábrese no editor incorporado onde pode corrixir palabras, mudar o nome dos oradores, axustar marcas de tempo e engadir notas. Todos os cambios gárdanse automaticamente.

Cada transcrición obtén un URL único compartible. Exportar a DOCX ou PDF para correo electrónico. Os plans Pro engadirán ligazóns permanentes e protexidas por contrasinal, útiles para o traballo do cliente.

STT.ai xestiona máis de 1300 plataformas, incluíndo YouTube, Vimeo, TikTok, SoundCloud, Zoom, Google Meet, hosts de podcasts e máis. A transcrición de URL só funciona con contidos dispoñibles publicamente; non se poden transcreber fontes protexidas por DRM.