Free Live Transcription Online
Converta a transcrición en directo coa transcrición potenciada por IA. Fale ao micrófono e vexa as súas palabras aparecer como texto en tempo real. Máis de 100 linguas, modelos abertos, precisión do 98%.
1. Prema en Gravar
Prema no botón do micrófono e comece a falar. As súas palabras aparecerán instantaneamente.
2. AI Transcribes Live
Vosk proporciona palabras instantáneas. Whisper corrixe automaticamente a precisión mentres fala.
3. Mellorar e compartir
Mellore coa transcrición completa de IA. Obteña, comparta ou garde na súa conta.
Modelos de transcrición en directo
Escolla o modelo de IA que mellor se adapte ás súas necesidades — ou deixe que escollamos o mellor.
Transcrición en directo en máis de 100 idiomas
Listo para probar a transcrición en directo?
Comezar libre →Preguntas frecuentes
A transcrición en directo converte a voz en texto en tempo real mentres fala, no canto de despois de rematar a gravación. STT.ai transmite as palabras á pantalla nun segundo ou dous despois de que sexan ditas.
Prema no micrófono, permita o acceso ao micrófono cando o navegador o solicite e comece a falar - aparecerán os subtítulos en directo. Para subtitular unha reunión ou un vídeo que se estea a reproducir no seu ordenador, comparta o son do sistema no canto do micrófono.
Normalmente, un ou dous segundos entre a voz e o texto. A latencia depende da rede e da carga actual da GPU; unha conexión estable fai que os subtítulos fluísen sen problemas e sen grandes intervalos.
Funciona no Chrome, Edge, Firefox e Safari actuais no escritorio e móbil, usando o micrófono estándar e as API de WebSocket. Non se require ningunha extensión ou descarga; só concede permiso de micrófono.
Si. STT.ai inclúe 600 minutos gratuítos por mes de transcrición en directo. Os plans de pago que comezan en $9/ mes engaden sesións máis longas, transcricións privadas e transmisión prioritaria.
A transcrición en directo chega ao 90- 95% de voz clara, un pouco por baixo da transcrición por lotes porque o modelo se compromete coas palabras en tempo real en vez de revisar toda a gravación. Un bo micrófono e unha habitación silenciosa fan a maior diferenza.
Si. Apontar a transcrición en directo ao son do evento (micro ou son do sistema) e mostrar os subtítulos na pantalla para facilitar a accesibilidade. Tamén pode gardar a transcrición completa cando remate a sesión.
Si. Están soportadas máis de 100 linguas. Indique a lingua antes de comezar para obter os resultados máis fiábeis en tempo real, xa que a detección automática precisa un momento de son para bloquear a lingua.
Si. Cando deteña, a sesión en directo gardarase como unha transcrición completa que pode editar, mudar o nome dos oradores e exportar a TXT, DOCX, PDF, SRT ou VTT.
Si. A diarización do falante etiqueta as voces durante a sesión, e pode mudarlles o nome aos nomes reais na transcrición gardada despois.
Si. O son transmitido procesábase en tempo real e non se retiña máis aló da produción da transcrición, que se borraba por omisión. Os plans Pro engadían cifrado do lado do cliente para a transcrición gardada.
O atraso e as palabras caídas normalmente provén dunha rede inestable ou de falar lonxe do micrófono. Unha conexión con fío ou Wi- Fi forte e un micrófono máis próximo manteñen os subtítulos en tempo real precisos e puntuais.