どうやって働くのか
３つのステップで立ち上がって走れ
1. 展開
あなたの好きな地域に専用のGPUサーバをプロビジョニングするか、自分のハードウェアにDockerイメージをデプロイします。設定は24時間以内に完了します。
2. 転写
ご存知の STT.ai API とウェブインターフェースを使用します。オーディオは専用サーバで完全に処理されます。共有インフラストラクチャに何も送信されません。
エクスポート
転写はサーバに残ります。TXT、SRT、VTT、DOCX、JSON、PDFとしてエクスポートできます。APIを使って既存のシステムと統合できます。
デプロイを選択
| 特徴 | 共有クラウド | プライベートクラウド | セルフホストライセンス |
|---|---|---|---|
| 出品価格 | $0 - $39/ああ | $499/ああ | $99/ああ |
| インフラ | 共有GPU | 専用GPU | あなたのGPU |
| データの位置 | サーバ | 選択した地域 | あなたの部屋 |
| エアギャップサポート | |||
| SLA | |||
| 完全管理 | You manage | ||
| 無制限分 |
規制産業向けに作られた
コンプライアンスが要求するときは、オーディオは決してインフラを離れない。
ヘルスケア
患者記録，臨床ノート，テレヘルスセッションのＨＩＰＡＡに準拠した転写。
法律
証言や裁判録録音 特権通信は あなたの会社に残る
政府
機密や重要な情報は ネットワーク上で転送される 完全なデータ主権
金融
収益通話、コンプライアンス録音、 取引フロアのオーディオは 現場で処理される
価格
プライベートクラウド
$499/ああ
専用のGPUサーバ。音声はインフラを離れません。真のエンドツーエンドプライバシー。
- 専用A100 GPU
- 孤立サーバ
- ハードウェアでのみ処理されたオーディオ
- 完全なAPIアクセス + SLA
- 無制限分
セルフホストライセンス
$99/ああ
あなたのハードウェアで STT.ai を実行します。 Docker イメージ、あなたのサーバ、あなたのルール。
- Docker イメージ — 任意のNVIDIA GPU で動作
- エアガッペットサポート - インターネットが必要ない
- モデルアップデートが含まれている
- データの完全なコントロール
- 無制限分
よくある質問
STT.ai Private Cloud and Self-Hosted transcription 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 STT.ai Private Cloud and Self-Hosted transcription the same as any other workflow. Paid plans starting at $5/month unlock longer files, private transcripts, and priority queueing.
STT.ai Private Cloud and Self-Hosted transcription 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.
STT.ai Private Cloud and Self-Hosted transcription 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 STT.ai Private Cloud and Self-Hosted transcription 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.
STT.ai Private Cloud and Self-Hosted transcription 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 STT.ai Private Cloud and Self-Hosted transcription 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 STT.ai Private Cloud and Self-Hosted transcription 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.