འཛོལ་བ་སྙན་ཞུ་/ ཁྱད་ཆོས་ཞུ་སྙན་ཞུ

ཁ་བྱང་བསྒྱུར་ཐབས་

ཡིག་གཟུགས་ཀྱི་ནང་དོན་ SRT, VTT, SSA/ASS, SBV, TXT, and JSON ཡིག་གཟུགས་ཀྱི་ནང་དོན་ ཕར་ཚུར་བསྒྱུར་ 100% ལས་བལྟ་རྟོག་ -- ཡིག་གཟུགས་ཀྱི་ནང་དོན་ ཕར་ཚུར་བསྒྱུར་ 100% ལས་བལྟ་རྟོག་ -- ཡིག་གཟུགས་ཀྱི་ནང་དོན་ ཕར་ཚུར་བསྒྱུར་

འོག་རིམ་ཡིག་ཆ་འདི་འདིར་བཞག། ཡང་ན་ འཚོལ་ཞིབ་འབད་ནིའི་དོན་ལུ་བསྒྱིར།

ཡིག་སྒྱུར་བྱེད་མཁན་གྱི་ཡིག་ཆ་རིགས་ལ་ SRT, VTT, ASS, SSA, SBV, TXT, JSON སོགས་ཚུད་དོ།

བརྡ་རྟགས་
0
རིང་ཚད་
0:00
ཚིག་
0
བསྒྱུར་བཅོས་འབད་བའི་ཐོན་འབྲས་ 

          

        

      


      
      

        
འོག་གཞི་གི་བཟོ་རྣམ་སྐོར་

        

          

            

              
བོད་སྐད་ (SubRip)

              
ཡོངས་གྲགས་སུ་ལག་ལེན་འཐབ་མི་ཡིག་འོག་མའི་བཟོ་དབྱིབས། ཡོངས་གྲགས་ཀྱི་མི་ޑިއާཔེལེ་ཀྲར་དང་ཝིཌོ་ཡོནཊི་པེལེ་ཀྲར་དང་མཐུན་སྒྲིག་འབད་ཚུགས། ཕྲད་ཀྱིས་སོ་སོར་ཕྱེ་བའི་མི་ལི་སི་ཀོན་ཚུ་ལག་ལེན་འཐབ། (HH:MM:SS,mmm)

            

          

          

            

              
ཝེ་བི་ཨེཊ་ཊི (ཝེ་བི་ཨེཊ་ཊི)

              
ཝེ་བིའུ་དྲ་ཚིགས་ཀྱི་སྒྲ་སྦྱོར་ལམ་ལུགས་. HTML5 གི་སྒྲ་སྦྱོར་ལམ་ལུགས་དང་ འཕྲལ་ཁམས་ཀྱི་བིའུ་རཱས་ཡོངས་རྫོགས་ཀྱིས་རྒྱབ་སྐྱོར་འབད་དོ། དྲོད་རྟགས་ཀྱིས་སོ་སོར་ཕྱེ་བའི་མི་ལི་སི་ཀོན་ཚུ་ལག་ལེན་འཐབ་དོ། (HH:MM:SS.mmm)

            

          

          

            

              
དྲ་རྒྱའི་གནས་སའི་མིང་:

              
སྒྲ་སྦྱོར་ལེགས་པོ་ གནས་རིམ་ ཀ་རཀེ་ དང་ གོང་འཕེལ་གྱི་ཡིག་གཟུགས་ རྒྱབ་སྐྱོར་འབད་དོ། ཡོངས་གྲགས་ཅན་ཨེ་ནེམ་ ཕན་སབི་དང་ སྣ་མང་ཡིག་གཟུགས་བཟོ་སྐྲུན།

            

          

          

            

              
དྲ་རྒྱའི་ལྟ་རྟོག་

              
SubViewer format used natively by YouTube. Simple timestamp format ideal for video platform uploads and basic captioning.

            

          

        


        
ཡིག་འོག་མ་འདི་འདྲ་བསྒྱུར་བ

        

          

            

              
1

              
དྲན་གསོ།

              
འོག་གཞི་ཡིག་ཆ་འདི་སྤོ་བཤུད་འབད་ ཡང་ན་ ཡིག་ཆ་འདི་ редакторནང་ལུ་ ཐད་ཀར་དུ་ བཀོལ་སྤྱོད་འབད།

            

          

          

            

              
2

              
ཐོན་འབྲས་ཡིག་སྒྱུར་བཟོ་དབྱིབས་འདི་གདམས།

              
The input format is auto-detected. Select your desired output format from the dropdown.

            

          

          

            

              
3

              
བསྒྱུར་ & དྲན་གསོ

              
སྔོན་དཔག་བྱ་རྒྱུའི་དོན་ལུ་ བསྒྱུར་གྱི་བསྒྱིད་ཀློག་བཀླགས་ དང་ ཡིག་ཆ་བཀླགས་བསྡུ་ དེ་ལས་ ཡིག་ཆ་བསྡུ་གསོག་དང་ ཡིག་ཆ་བསྡུ་གསོག་དང་ ཡིག་ཆ་བསྡུ་གསོག

            

          

        

      

    

  







    

        ❤️ STT.ai འདི་བཟུམ་ཅིག? སླབ་པར་བགྱི།
        

            
            
            
            
            
        

    














    

        
འཕྲལ་འཕྲལ་དྲི་བ་དྲིས་པའི་ལན་


        

        

            
            

                

                
subtitle conversion runs in your browser: paste a URL, upload a file, or record from your mic. STT.ai picks the AI model and returns the transcript in under 5 minutes. Export as TXT, SRT, VTT, DOCX, JSON, or PDF.

            

            
            

                

                
Yes — every visitor gets 600 free minutes/month on STT.ai, usable for subtitle conversion the same as any other workflow. Paid plans starting at $5/month unlock longer files, private transcripts, and priority queueing.

            

            
            

                

                
subtitle conversion runs on the same AI models as the rest of STT.ai — our best models reach 95-97% accuracy on clean speech (3-5% Word Error Rate on benchmarks). Switch models on the fly if the first pass is below your target.

            

            
            

                

                
subtitle conversion can run on any of STT.ai's 10+ models — STT.ai Enhanced (most accurate), Whisper Large V3 (99 languages), NVIDIA Canary (#1 WER on supported langs), Whisper Turbo (fast), Moonshine (lightweight), and more.

            

            
            

                

                
Yes. Every transcript exports as SRT or VTT — works with YouTube, Vimeo, TikTok, VLC, and every major video player. The burn-subtitles tool overlays them onto video as hardsubs.

            

            
            

                

                
Yes. Speaker diarization automatically labels each voice (Speaker 1, Speaker 2, ...) and you can rename them in the built-in editor. Works across all models and languages.

            

            
            

                

                
Most subtitle conversion jobs finish in under 5 minutes. A 1-hour audio file typically completes in 2-3 minutes with our fastest models. Speed depends on chosen model and current GPU load.

            

            
            

                

                
subtitle conversion accepts 20+ formats — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, and more. Output to TXT, SRT, VTT, DOCX, JSON, or PDF.

            

            
            

                

                
Yes. Audio files submitted to subtitle conversion are processed and deleted by default. Pro plans add client-side encryption — even if STT.ai's database is breached, your transcripts are unreadable without your key. Data is never used for model training without explicit opt-in.

            

            
            

                

                
Yes. STT.ai offers a REST API with Python and Node.js SDKs, plus an MCP server for Claude and Cursor — all usable for subtitle conversion workflows. Free API tier includes 100 minutes/month.

            

            
            

                

                
Yes. Every transcript opens in the built-in editor where you can correct words, rename speakers, adjust timestamps, and add notes. All changes save automatically.

            

            
            

                

                
Every transcript gets a unique shareable URL. Export to DOCX or PDF for email. Pro plans add password-protected and permanent links — useful for client work.

            

            
            

                

                
STT.ai handles 1,300+ platforms including YouTube, Vimeo, TikTok, SoundCloud, Zoom, Google Meet, podcast hosts, and more. URL transcription works with publicly-available content only — DRM-protected sources can't be transcribed.