Gratis tale til tekst online
Konverter tale til tekst med AI-drevet transskription. Upload lydfiler, optage fra din mikrofon, eller indsætte en URL. 100+ sprog, 10+ modeller, 98%+ nøjagtighed.
1. Upload Taleoptagelse
Uploade en lyd- eller videofil, indsætte en URL, eller optage tale fra din mikrofon.
2. AI Konverterer tale til tekst
Vælg mellem 10+ AI-modeller. Højttalerdetektering og sprog auto-detect inkluderet.
3. Eksportér din transskript
Download i 6 formater. Del udskrift links med lydafspilning.
Tale til tekstmodeller
Vælg den AI-model, der passer til dine behov eller lad os vælge den bedste.
Tale til tekst på 100+ sprog
Klar til at konvertere tale til tekst?
Start fri →Ofte stillede spørgsmål
Tale til tekst (også kaldet talegenkendelse eller ASR) konverterer talte lyd til skrevne ord automatisk. STT.ai kører din optagelse gennem en AI-model, der lytter til lyd og udgange redigerbar tekst med tidsstempler og højttaleretiketter.
En akustisk model kortlægger lydbølgeformen til phonemes, så samler en sprogmodel dem i de mest sandsynlige ord og tegnsætning. STT.ai gør dette på GPU med modeller som Whisper Large V3 og NVIDIA Canary, så en en-timers optagelse sker normalt på 2-3 minutter.
Ja. Hver besøgende får 600 gratis minutter om måneden uden tilmelding kræves til din første fil. Betalte planer starter på $5/måned og tilføje længere filer, private udskrifter, og prioriteret behandling.
On clean speech our best models reach 95-97% accuracy (a 3-5% Word Error Rate on benchmarks). Accuracy drops with background noise, heavy accents, crosstalk, or low-bitrate audio — using a decent microphone and a quiet room makes the biggest difference.
Yes. Speak into your microphone and STT.ai streams the transcript live via the live-transcription tool. You can also upload a finished recording for batch transcription if you don't need it word-by-word as you talk.
STT.ai recognizes 100+ languages and auto-detects the spoken language for most audio. You can also set the language manually for a small accuracy lift, and mixed-language recordings are handled by switching mid-clip.
Yes. Speaker diarization labels each voice (Speaker 1, Speaker 2, ...) and you can rename them in the editor. This works across every supported model and language.
STT.ai accepts 20+ formats including MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, and AVI. Output to TXT, SRT, VTT, DOCX, JSON, or PDF.
Speech to text transcribes WHAT was said into words; voice recognition (speaker identification) determines WHO said it. STT.ai does both — transcription plus speaker diarization — but the terms describe different tasks.
Yes. Audio is processed and deleted by default. Pro plans add client-side encryption so transcripts are unreadable without your key, even to STT.ai, and your data is never used for model training without explicit opt-in.
Yes. STT.ai has a REST API with Python and Node.js SDKs plus an MCP server for Claude and Cursor. The free API tier includes 100 minutes/month, with per-second billing beyond that.
Yes. Every transcript opens in a built-in editor where you can fix misheard words, rename speakers, adjust timestamps, and add notes. Edits persist across every export format.