Garso kalbos jutiklis
Įkelkite trumpą garso įrašą, kad būtų galima nustatyti kalbas.
Numeskite failą čia arba spustelėkite norėdami naršyti
Palaikomi formatai: MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM
Garso kalbos aptikimas naudoja mūsų API. Užsiregistruoti nemokamai daugiau funkcijų.
Free · Nėra užsiregistravimo nereikia · 100% klientas-pusė apdorojimas
← Visi įrankiaiDažnai užduodami klausimai
garso kalbos detektorius veikia naršyklėje: įklijuokite URL, įkelkite failą arba įrašykite iš savo mikrofono. STT.ai pasirenka AI modelį ir grąžinkite transkriptą po 5 minučių. Eksportuokite kaip TXT, SRT, VTT, DOCX, JSON ar PDF.
Taip. Kiekvienas lankytojas gauna 600 laisvų minučių pradėti nuo STT.ai, tinka garso kalbos detektorius, kaip ir bet kuris kitas darbinis srautas. Mokami planai prasideda $5/mėnesį atrakinti ilgiau failus, privačius transkriptus ir prioritetinę eilę.
garso kalbos detektorius veikia tais pačiais AI modeliais kaip ir kiti iš STT.ai – mūsų geriausi modeliai pasiekia 95-97% švarios kalbos tikslumą (3-5% žodžio klaidų rodiklis ant lyginamųjų indeksų). Jei pirmas leidimas yra žemiau jūsų tikslinės ribos, perjunkite musės modelius.
garso kalbos detektorius gali paleisti bet kurį iš Whisper modelių STT.ai mazgai — STT.ai Padidintas (Wisper didelis-v3, tiksliausias, pagal apmokamus planus), Whisper didelis V3, Whisper Turbo (greitas), Whisper Medium ir Whisper Mažas.
Taip. Kiekvienas SRT arba VTT transkriptas eksportuojamas – dirba su "YouTube", "Vimeo", "TikTok", "VLC" ir kiekvienu pagrindiniu video grotuvu. Įrankis "Buod-subtitrai" juos perskiria į video kaip "hard subsctors".
Taip. Garsiakalbio diarizacija automatiškai pažymi kiekvieną balsą (kalbėtojas 1, garsiakalbis 2,...) ir galite juos pervadinti į įmontuotą redaktorių. Veikia per visus modelius ir kalbas.
Dauguma garso kalbos detektorius užduočių baigsis po 5 minučių. 1 valandos garso failas paprastai užbaigia darbą per 2-3 minutes su mūsų greičiausiais modeliais. Greitis priklauso nuo pasirinkto modelio ir esamo GPU įkrovimo.
garso kalbos detektorius priima 20+ formatus — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI ir daugiau. Išvesti į TXT, SRT, VTT, DOCX, JSON arba PDF.
Taip. Garso failai, pateikti garso kalbos detektorius, tvarkomi ir ištrinami pagal numatytąjį terminą. Pro planai įdėti kliento šifravimą – net jei STT.ai duomenų bazės yra sugadintos, Jūsų transkriptai yra neįskaitomi be rakto. Duomenys niekada nenaudojami modelių mokymui be aiškios opt- in.
Taip. STT.ai siūlo REST API su Python ir Node.js SDKs, ir MCP serveris Claude ir Cursor - visi naudoti garso kalbos detektorius darbo srautai. Nemokama API pakopa apima 100 minučių/mėnesį.
Taip. Kiekvienas stenogramos atidarymas prasideda įmontuotame redaktoriuje, kuriame galima pataisyti žodžius, pervadinti garsiakalbius, koreguoti žymeles ir pridėti užrašų. Visi pakeitimai įrašyti automatiškai.
Kiekvienas stenograma gauna unikalų bendrinamą URL. Eksportuoti į DOCX arba PDF elektroniniu paštu. Pro planai pridėti slaptažodžiu apsaugotas ir nuolatines nuorodas — naudinga kliento darbui.
STT.ai rankenų 1 300+ platformų, įskaitant YouTube, Vimeo, TikTok, SoundCloud, Zoom, Google Meet, Podcast serverių ir daugiau. URL transkripcija veikia tik su viešai prieinamu turiniu — DRM apsaugoti šaltiniai negali būti transliuojami.