เครื่องมือถอดเสียงออนไลน์ฟรี
อัปโหลดไฟล์ บันทึกจากไมค์ หรือวาง URL AI ถอดเสียงภายในวินาที
100+ ภาษา
ตรวจจับอัตโนมัติหรือเลือก รองรับทุกภาษาหลัก
ตรวจจับผู้พูด
ระบุอัตโนมัติว่าใครพูดอะไร
การเข้ารหัสฝั่งไคลเอนต์
เข้ารหัสข้อความถอดเสียงในเบราว์เซอร์ แม้แต่เราก็อ่านไม่ได้
6 รูปแบบส่งออก
TXT, SRT, VTT, DOCX, JSON, PDF
วิธีใช้งาน
1
อัปโหลดหรือบันทึก
อัปโหลดไฟล์เสียง/วิดีโอ วาง URL หรือบันทึกจากไมโครโฟน
2
AI ถอดเสียง
เลือกจากหลายโมเดล AI ตรวจจับภาษาอัตโนมัติ แยกผู้พูดอัตโนมัติ
3
ส่งออกและแชร์
ดาวน์โหลดเป็น TXT, SRT, VTT, DOCX, JSON หรือ PDF แชร์ด้วยลิงก์
คำถามที่ถามบ่อย
Upload your audio or video file to STT.ai, paste a URL, or record live. Select your preferred AI model and click Transcribe. Most files complete in under 5 minutes. Export as TXT, SRT, VTT, DOCX, JSON, or PDF.
Yes — STT.ai gives every visitor 600 free minutes/month with no signup required for your first file. Paid plans starting at $5/month unlock longer files, private transcripts, and priority queueing.
Accuracy depends on the model and audio quality. Our best models reach a 3-5% Word Error Rate on benchmarks — 95-97% accuracy on clean speech. The compare-stt tool lets you run multiple models on the same file and pick the best one.
STT.ai offers 10+ models — STT.ai Enhanced (our most accurate), Whisper Large V3 (99 languages), NVIDIA Canary (#1 WER on supported langs), Whisper Turbo (fast), Moonshine (lightweight), and more. Each model page has details.
Yes. Export your transcript as SRT or VTT subtitle files — they work 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 editor. Works across all models and languages.
Most files are transcribed in under 5 minutes. A 1-hour audio file typically finishes in 2-3 minutes with our fastest models. Speed depends on model choice and current load.
STT.ai supports 20+ input formats — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI and others. Output to TXT, SRT, VTT, DOCX, JSON, and PDF.
Yes. Audio files are processed and deleted by default. Pro plans add client-side encryption — even if our 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. Free API tier includes 100 minutes/month.
Yes. Every transcript opens in our 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 supports 1,300+ platforms including YouTube, Vimeo, TikTok, SoundCloud, and more. URL transcription works with publicly-available content only — DRM-protected sources cannot be transcribed.