Free Video to Text Online
Convert video to text with AI-powered transcription. Upload audio files, record from your microphone, or paste a URL. 100+ languages, 10+ models, 98%+ accuracy.
1. Upload Video
Upload MP4, MKV, MOV, WebM, or AVI. Audio is extracted automatically.
2. AI Transcribes Video
AI extracts and transcribes the audio track with speaker labels and timestamps.
3. Export & Caption
Download subtitles as SRT/VTT for captioning. Or export transcript as TXT, DOCX, PDF.
Video to Text Models
Choose the AI model that fits your needs — or let us pick the best one.
Transcribe Video in 100+ Languages
Ready to convert video to text?
Bắt đầu miễn phí →Câu hỏi thường gặp
Tải lên tập tin video của bạn hoặc dán URL video. STT.ai sẽ tự động trích xuất đoạn âm thanh — không có bước demux riêng biệt — chạy nó thông qua mô hình AI mà bạn chọn, và trả lại bản ghi lại cùng với phụ đề SRT / VTT.
MP4, MKV, MOV, WebM, AVI, và các định dạng khác đều được hỗ trợ. Bạn không cần phải nén âm thanh — tải video lên như hiện tại.
Có. Xuất bản bản ghi dưới dạng SRT hoặc VTT để tải lên YouTube, Vimeo, hoặc bất kỳ trình phát nào, và công cụ ghi phụ đề có thể mã hóa phụ đề trực tiếp vào video. MKV và MP4 cũng hỗ trợ gắn các đoạn phụ đề mềm mà không cần mã hóa lại.
STT.ai bao gồm 600 phút miễn phí để bắt đầu - khoảng mười giờ video. Các kế hoạch trả tiền bắt đầu từ $ 5 / tháng thêm các tập tin lớn hơn, video dài hơn, và bản ghi riêng.
Độ chính xác phụ thuộc vào đoạn âm thanh bên trong video — đoạn âm thanh tốc độ bit cao hơn (256 kbps+) chuyển ngữ tốt hơn đoạn âm thanh nén nặng. Các mô hình tốt nhất của chúng tôi đạt 93-95% trên các đối thoại sạch.
Các tập tin lên đến 2 GB được hỗ trợ trên mọi kế hoạch. Người dùng miễn phí có thể nhận được một giờ video cho mỗi tập tin; các kế hoạch trả tiền mở rộng đến 8+ giờ. Đối với các tập tin camera nguyên bản lớn, nén thành H.264 / AAC hoặc sử dụng URL tải lên.
Đúng. Đặt URL video công cộng từ bất kỳ nền tảng nào được hỗ trợ và STT.ai sẽ lấy video và tự động trích xuất âm thanh. Video được bảo vệ DRM hoặc riêng tư phải được tải về thủ công trước.
Có. Điều chỉnh người nói đánh dấu mỗi giọng nói (Người nói 1, Người nói 2,...) và bạn đổi tên chúng trong trình biên tập — hữu ích cho phỏng vấn, bàn và video đa máy.
Có. Hơn 100 ngôn ngữ với khả năng tự động phát hiện. Bạn cũng có thể dịch bản ghi chép hoặc phụ đề hoàn thành sang ngôn ngữ khác với công cụ dịch phụ đề để có nhiều khán giả hơn.
Xuất sang dạng SRT hoặc VTT cho phụ đề, thêm TXT, DOCX, PDF, hoặc JSON cho bài viết, ghi chú trình chiếu, và lưu trữ. JSON giữ dấu thời gian đọc máy và nhãn người nói.
Có. Video và âm thanh được nén sẽ được xử lý và xóa theo mặc định, và các kế hoạch Pro thêm mã hóa bên khách để các bản ghi không thể đọc được nếu không có chìa khóa của bạn. Không có gì được dùng cho huấn luyện nếu không có sự đồng ý rõ ràng.
Hầu hết các video kết thúc trong vài phút; một video một giờ thường mất 3-5 phút tùy thuộc vào mô hình và tải GPU hiện tại.