Perbualan Bebas ke Teks Dalam Talian

Tukarkan percakapan ke teks dengan transkripsi AI-kuasa. Muat naik fail audio, rakam dari mikrofon anda, atau tampal URL. 100+ bahasa, 10+ model, 98%+ ketepatan.

Berfungsi dengan audio & video yang tersedia untuk umum. Kandungan yang dilindungi DRM tidak disokong.

Naik taraf untuk Dipertingkatkan
Private transcript
Berbual dengan transkripsi
Buka dengan Pro →
Letakkan fail di sini atau klik untuk layari
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM — sehingga 2GB
Naik taraf untuk Dipertingkatkan
Private transcript
Berbual dengan transkripsi
Buka dengan Pro →
Naik taraf untuk Dipertingkatkan
Rekod: 0:00
Masa-nyata Lilin (sekejap)
Dipertingkatkan Whisper (accurate)
Pautan awam: 24h, teks sahaja · Daftar masuk untuk 7d + audio · Pro untuk pautan peribadi

Percakapan masa nyata ke teks. AI auto-betulkan bila anda bercakap — ketepatan bertambah dengan percakapan yang lebih panjang.

Uji mikrofon anda dahulu
❤️ Love STT.ai? Tell your friends!
Awak dah gunakan transkripsi percuma awak.

Daftar secara percuma untuk mendapatkan 600 minit / bulan, atau menaik taraf untuk transkripsi tanpa had.

10 minit percuma/hari 600 min percuma dengan mendaftar Tiada kad kredit Disulitkan
Daftar masuk percuma →

1. Muatkan Rekod Percakapan

Muat naik fail audio atau video, tampal URL, atau rakam percakapan dari mikrofon anda.

2. AI Tukar Percakapan ke Teks

Pilih dari 10+ model AI. Pengesanan juruucap dan pengesanan automatik bahasa termasuk.

3. Eksport Transkrip Anda

Muat turun dalam 6 format. Kongsi pautan transkripsi dengan pemutaran audio.

Format Input Percakapan yang disokong

Sedia untuk menukar ucapan ke teks?

Mula Bebas →

Soalan Lazim

Perbualan ke teks (juga dipanggil pengenalan perbualan atau ASR) menukar audio yang diucapkan ke perkataan yang ditulis secara automatik. STT.ai menjalankan rakaman anda melalui model AI yang mendengar audio dan menghasilkan teks boleh edit dengan setem masa dan label pembicara — tiada menaip diperlukan.

Model akustik memeta bentuk gelombang bunyi ke fonem, kemudian model bahasa merakitnya ke dalam perkataan dan tanda baca yang paling mungkin. STT.ai melakukan ini pada GPU dengan model seperti Whisper Large V3 dan NVIDIA Canary, jadi rakaman satu jam biasanya dilakukan dalam 2-3 minit.

Ya. Setiap pengunjung mendapat 600 minit percuma setiap bulan tanpa perlu mendaftar untuk fail pertama anda. Rancangan berbayar bermula pada $5/bulan dan menambah fail yang lebih panjang, transkripsi peribadi, dan pemprosesan keutamaan.

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.