Free Speech-to-Text у Інтэрнэце
Пераклад мовы ў тэкст з дапамогай AI-транскрыпцыі. Загрузіце аўдыё файлы, запісвайце з мікрафона або ўстаўце URL. 100+ моваў, адкрытыя мадэлі, 98% + дакладнасьць.
Запіс гучання
Загрузіць аўдыё- ці відэафайл, устаўце URL, ці запісайце размову з мікрафона.
2. AI пераўтварае размову ў тэкст
Выберыце мадэлі Whisper, якія адпавядаюць вашаму гуку. Уключана выяўленне гукарэжысёра і аўтаматычнае выяўленне мовы.
3. Экспартаваць ваш запіс
Сцягнуць у 6 фарматах. Падзяліцца спасылкамі на транскрыпцыю з прайграваннем аўдыё.
Модулі пераўтварэння мовы ў тэкстName
Выберыце мадэлі машыннага навучання, якія адпавядаюць вашым патрэбам, або дайце нам выбраць найлепшую.
Праграма пераўтварэньня мовы ў тэкст на 100+ мовах
Пераўтварыць маўленне ў тэкст?
Пачаць бясплатна →Часта задаваемыя пытанні
Праграма пераўтварэння гаворкі ў тэкст (таксама вядомая як распазнаванне гаворкі або ASR) аўтаматычна пераўтварае гукавыя паведамленні ў пісьмовыя словы. STT.ai запускае ваш запіс праз мадэль штучнага інтэлекту, якая слухае гукавыя паведамленні і выводзіць рэдагуемы тэкст з часовымі знакамі і пазнакамі гаворкі - без неабходнасці ўводу.
Акадэмічная мова (англ.: academic language) — мова, якая выкарыстоўваецца ў навучальных установах, у тым ліку ў ВНУ, і ў якую ўваходзяць мовы, якія выкарыстоўваюцца ў іншых галінах навукі і тэхнікі. STT.ai робіць гэта на GPU з сям'ёй Whisper (Large V3 і Turbo), таму гадзінны запіс звычайна робіцца за 2-3 хвіліны.
Так. Кожны наведвальнік атрымлівае 600 бясплатных хвілін у месяц без неабходнасці рэгістрацыі для вашага першага файла. Плацежныя планы пачынаюцца ад $ 9 / месяц і дадаюць доўгія файлы, прыватныя транскрыпцыі і прыярытэтную апрацоўку.
Пры чыстым маўленні нашы лепшыя мадэлі дасягаюць дакладнасці 95- 97% (3- 5% памылкі словаў у тэстах). Дакладнасць скарачаецца пры фонавым шуме, моцным акцэнце, перагаворах або нізкім бітрэйце гуку - выкарыстанне прыстойнага мікрафона і ціхім пакоі робіць найбольшую розніцу.
Так. Говорыце ў мікрафон, і STT.ai будзе трансляваць транскрыпцыю ў рэжыме рэальнага часу з дапамогай інструмента транскрыпцыі ў рэжыме рэальнага часу. Вы таксама можаце загрузіць завершаны запіс для пакетнай транскрыпцыі, калі вам не патрэбна слова па слове, як вы гаворыце.
STT.ai распазнае больш за 100 моў і аўтаматычна вызначае мову гучання для большасці гукаў. Вы таксама можаце вызначыць мову ўручную для невялікага павышэння дакладнасці, а запісы на розных мовах апрацоўваюцца пераключэннем у сярэдзіне клипов.
Так. Дыялагічная сістэма вымаўлення падпісвае кожны голас (Голас 1, Голас 2,...), і вы можаце змяніць іх назвы ў рэдактара. Гэта працуе на ўсіх падтрымліваемых мадэлях і мовах.
STT.ai прымае 20+ фарматаў, уключаючы MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM і AVI. Вывад у TXT, SRT, VTT, DOCX, JSON або PDF.
У 1988 годзе ўпершыню ў гісторыі мовы была створана граматыка, якая ўключае ў сябе STT.ai слоў, а таксама STT.ai знакаў, якія ўяўляюць сабой лічбы, якія ўтвараюць словы.
Так. Па змаўчанні гук апрацоўваецца і выдаляецца. Планы Pro дадаюць шыфраванне на баку кліента, таму транскрыпты нечытальныя без вашага ключа, нават да STT.ai, і вашы дадзеныя ніколі не выкарыстоўваюцца для навучання мадэляў без выразнага дазволу.
Так. STT.ai мае REST API з Python і Node.js SDKs плюс MCP сервер для Claude і Cursor. Бясплатны ўзровень API ўключае 100 хвілін / месяц, з секунднай аплатай за гэта.
Так. Кожны транскрыпт адкрываецца ў ўбудаваным рэдактары, дзе вы можаце выправіць няслушна пачутае слова, змяніць назву дыктараў, змяніць час і дадаць заметкі. Змены захоўваюцца ў любым фармаце экспарту.