Free Talk to Text Online
Converta a fala en texto coa transcrición con IA. Fale ao micrófono e vexa as súas palabras aparecer como texto en tempo real. Máis de 100 idiomas, máis de 10 modelos, máis do 98% de precisión.
1. Comezar a falar
Prema Gravar e comece a falar naturalmente. Non precisa de configuración.
2. As palabras aparecen instantaneamente
A IA converte a súa voz en texto en tempo real. Funciona en máis de 100 linguas.
3. Gardar a súa conversa como texto
Obteña a súa transcrición como TXT, SRT, VTT, DOCX, JSON ou PDF. Compartir cunha ligazón.
Falar con modelos de texto
Escolla o modelo de IA que mellor se adapte ás súas necesidades — ou deixe que escollamos o mellor.
Falar a texto en máis de 100 idiomas
Listo para converter a fala en texto?
Comezar libre →Preguntas frecuentes
Envíe o seu ficheiro de son ou vídeo a STT.ai. Escolla o modelo e as opcións de IA que prefira e prema en Transcribir. A súa transcrición estará lista en minutos. Exporte como TXT, SRT, VTT, DOCX, JSON ou PDF.
Si! STT.ai ofrece 600 minutos gratuítos por mes para todos os usuarios. Non é preciso rexistrarse para a súa primeira transcrición. Os plans de pago con máis minutos e características comezan en $5/ mes.
A precisión depende do modelo de IA que escolla e da calidade do son. Os nosos mellores modelos acadan unha taxa de erro de palabra do 5- 7% nas probas, o que significa unha precisión do 93- 95%. Un son claro cun ruído de fondo mínimo produce os mellores resultados.
STT.ai ofrece máis de 10 modelos, incluíndo Whisper Large V3, NVIDIA Canary e outros. Pode comparar os resultados de diferentes modelos no mesmo ficheiro.
Si. Despois de transcreber, exporte a transcrición como ficheiros de subtítulos SRT ou VTT. Funcionan con YouTube, Vimeo e todas as plataformas de vídeo principais.
Si. O STT.ai identifica e etiqueta automaticamente diferentes altofalantes empregando a diarización de altofalantes da IA. Funciona en todos os modelos e linguaxes.
A maioría dos ficheiros transcríbense en menos de 5 minutos. Un ficheiro de son de 1 hora normalmente tarda 2- 3 minutos cos nosos modelos máis rápidos.
STT.ai soporta máis de 20 formatos de son e vídeo, incluíndo MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM e AVI. Exporta como TXT, SRT, VTT, DOCX, JSON ou PDF.
Si. Os ficheiros de son son procesados e eliminados despois da transcrición. Os seus datos nunca se empregan para adestramento. O cifrado do lado do cliente é gratuíto en todos os plans — cifra as transcricións almacenadas cunha chave que só ten vostede. Durante o procesamento, o servidor xestiona o seu son en texto plano. Aprenda sobre a nosa seguridade.
Si. STT.ai ofrece unha API REST con Python e Node. js SDKs. O nivel gratuíto inclúe 100 minutos/ mes.
Si. O STT.ai inclúe un editor de transcrición incorporado onde pode corrixir erros, mudar o nome dos oradores e axustar os selos de tempo.
Cada transcrición obtén unha ligazón única compartible. Exportar a DOCX ou PDF para enviar por correo electrónico. Os plans Pro ofrecen ligazóns permanentes e protexidas por contrasinal.
STT.ai soporta máis de 1300 plataformas, incluíndo YouTube, Vimeo, TikTok, SoundCloud e outras. A transcrición de URL só funciona con son e vídeo dispoñíbeis publicamente. O contido protexido por DRM (como episodios premium de Spotify, Netflix, Disney+, etc.) non se pode transcribir. Para o contido DRM, descargue o ficheiro por separado e envíeo directamente.