無料のリアルタイム転写
人工知能を利用したリアルタイム転写を変換します。マイクに話しかけると、リアルタイムで言葉がテキストとして表示されます。100以上の言語、10以上のモデル、98%以上の正確性。
1. 話し始める
マイクを開けて話して 字幕はリアルタイムで 単語ごとに始まります
２．人工知能がリアルタイムで修正する
人工知能は聞き取り 自動的に訂正する 話す時間が長ければ長いほど 正確になる
ダウンロードと共有
テキストをコピーし、TXTとしてダウンロードし、または転写とオーディオのリンクを共有します。
リアルタイム転写モデル
あなたのニーズに合ったAIモデルを選択するか、最良のものを選んでくれます。
100以上の言語でのリアルタイム転写
リアルタイム転写を試す準備はいいか？
スタートフリー →よくある質問
音声やビデオファイルを STT.ai にアップロードし、URL を貼り付けたり、ライブ録音したりしてください。好きな AI モデルを選択して 転写をクリックしてください。ほとんどのファイルは 5 分以内に完了します。 TXT、SRT、VTT、DOCX、JSON、または PDF としてエクスポートできます。
STT.aiは、最初のファイルに対して登録が必要なく、毎月600分の無料利用を提供します。有料プランは、月額5ドルから始まり、より長いファイル、プライベートの転写、優先キューをロックできます。
精度はモデルと音声品質に依存します。ベンチマークで最良のモデルは 3-5% のワードエラー率に達し、清潔な音声では 95-97% の精度に達します。 compare-stt ツールは同じファイルで複数のモデルを実行して最良のものを選択することができます。
STT.aiは10以上のモデルを提供しています。STT.ai Enhanced（最も正確な）、Whisper Large V3（99言語）、NVIDIA Canary（サポートされている言語でWER1）、Whisper Turbo（速い）、Moonshine（軽量）など。各モデルページには詳細が記載されています。
はい。転写を SRT または VTT 字幕ファイルとしてエクスポートします。これらは YouTube、Vimeo、TikTok、VLC などの主要なビデオプレーヤーで動作します。burn-subtitles ツールはこれらをビデオにハードサブとしてオーバーレイします。
はい。スピーカーダイアリズムは自動的に各音声にラベルを付けます (スピーカー 1, スピーカー 2,...) それらの名前をエディタで変更できます。すべてのモデルと言語で動作します。
ほとんどのファイルは5分以内に転写されます。1時間のオーディオファイルは、最も速いモデルでは2-3分で終了します。速度はモデルの選択と現在の負荷に依存します。
STT.aiは20以上の入力フォーマットをサポートします。MP3、WAV、M4A、FLAC、OGG、MP4、MKV、MOV、WebM、AVIなど。出力はTXT、SRT、VTT、DOCX、JSON、PDFです。
はい。オーディオファイルは標準で処理され削除されます。プロプランはクライアント側暗号化を追加します。データベースが破壊されたとしても、鍵なしでは転写は読み取れません。データは明示的なオプションなしにモデルの訓練に使用されません。
STT.aiはPythonとNode.js SDKを使ったREST APIを提供し、ClaudeとCursorのためのMCPサーバを提供します。無料のAPIは月間100分を含みます。
はい、すべての記録は内蔵のエディタで開きます。そこで、言葉を訂正し、話者の名前を変更し、タイムスタンプを調整し、メモを追加できます。すべての変更は自動的に保存されます。
すべての転写は共有可能なユニークな URL を持つ。メールのために DOCX または PDF にエクスポートする。プロプランにはパスワードで保護された永続リンクが付属し、クライアントの作業に役立ちます。
STT.aiはYouTube、Vimeo、TikTok、SoundCloudなど1,300以上のプラットフォームをサポートし、公開されているコンテンツのみをURL転写する。DRM保護のソースは転写できない。