Libre vidèo a tèxt en linha
Convertir una vidèo en tèxt amb una transcricion assistida per IA. Telecargar de fichièrs àudio, enregistrar amb vòstre microfòn o colar una URL. Mai de 100 lengas, mai de 10 modèls, mai de 98% de precision.
Enviar la vidèo
Descargatz un fichièr MP4, MKV, MOV, WebM o AVI. L'àudio es extrach automaticament.
2. AI Transcribes Video
L'IA extrai e transcriu la pista àudio amb las etiquetas e las estampas del locutor.
3. Exportar & legenda
Telecargar los sostítols coma SRT/VTT per los sostítols. O exportar la transcripcion coma TXT, DOX, PDF.
Models de vidèo en tèxt
Seleccionatz lo modèl d'IA que correspond a vòstres besonhs — o nos permetètz de causir lo melhor.
Transcriure de vidèos en mai de 100 lengas
Prètz a convertir la vidèo en tèxt?
Començar liure →Questions frequentas
Telecargar vòstre fichièr vidèo o pegar una URL de vidèo. STT.ai extrai automaticament la pista àudio — sens pas cap d'estapa de demux separada — l'exécuta a travèrs lo modèl AI que sètz a l'encòp elegit e torna la transcripcion amb sostitolatge SRT/VTT.
MP4, MKV, MOV, WebM, AVI, e d'autres formats comuns son totes suportats. Avètz pas besonh d'extraire l'audio vos-meteis, cargatz la vidèo coma es.
@ info: shell
Òc. STT.ai inclutz 600 minutas liuras per començar - aperaquí dètz oras de vidèo. Los plans pagats a partir de $5/mes apondon de fichièrs mai grands, de vidèos mai longas e de transcripcions privadas.
La precision depend de la pista audio dins la vidèo - una pista audio amb un bitrate mai naut (256 kbps+) transcriu melhor que de pistas audio fòrça comprimidas. Los nòstres melhors modèls arriban a 93-95% sul dialòg net.
Los fichièrs fins a 2 Go son suportats per cada plan. Los utilizaires liures obtenon fins a una ora de vidèo per fichièr; los plans pagats l'estendon a mai de 8 oras. Per de fichièrs de camèra bruts gigants, compressatz en H.264/AAC o utilizatz un cargament d'URL.
Òc. Pegar una URL de vidèo publica de quina que siá de las 1 300+ plataformas suportadas e STT.ai recuperarà la vidèo e extrairà automaticament son àudio. Las vidèos privadas o protegidas per DRM devon èsser telecargadas manualament en primièr.
@ info: shell
Òc. Mai de 100 lengas amb deteccion automatica. Podètz tanben traduire la transcripcion o los sostítols acabats dins d'autras lengas amb l'aisina de traduccion de sostítols per un public mai larg.
Exportar en format SRT o VTT pels sostítols, e en TXT, DOCX, PDF o JSON pels articles, nòtas de presentacion e archius. JSON garda los estampats de temps e las etiquetas de locutor legibles per maquina.
@ info: status
La majoritat de las vidèos s'acaban dins qualques minutas; una vidèo d'una ora pren normalament 3-5 minutas segon lo modèl e la carga actuala del GPU. Las vidèos longas son plaçadas en fila e vos son enviadas per corrièr electronic quand son acabadas.