[go: up one dir, main page]

Free AI Sintèsi vocala en tèxt

Transcriure d'audio e de vidèo en tèxte en mai de 100 lengas. Mai de 10 modèls d'IA. Deteccion de locutors. Cap d'inscripcion es necessària.

10K
transcripcions
252K
minutes transscribed
100+
lengas
70+
free tools

Funciona amb de fichièrs àudio e vidèo publics. Lo contengut protegit per DRM es pas suportat.

@ info: status
@ info: status
Discutir amb transcripcion
Desverrollar amb Pro →
@ info: status
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM - fins a 2 Go
@ info: status
@ info: status
Discutir amb transcripcion
Desverrollar amb Pro →
@ info: status
Enregistrament: 0:00
Temps real Cira (imediata)
Enriquit Whisper (precis)
Public links: 24h, text only · Enregistrar for 7d + audio · Pro for private links

Transformar la votz en tèxt en temps real. L'IA se corrigís automaticament mentre que parlatz - la precision melhora amb la durada de la votz.

Testatz lo vòstre microfòn en primièr
❤️ Ador STT.ai ? Ditz-lo als vòstres amics !
Avètz utilizat vòstras transcripcions liuras

Inscriu-te de biais liure per recebre 600 minutas, o passa a $5/mes per de milièrs de mai.

10 minutas liuras/ jorn 600 min gratuit amb inscripcion Pas cap de carta de credit EncriptatComment
Inscriure' s →
Client — @ info Aprene a trabalhar →

Confiança dels professionals dins lo mond entièr

Comment STT.ai Works

Tres etapas per una transcripcion precisa

1. Telecargar, enregistrar o pegar l' URL

Arrastratz e depausatz quin que siá fichièr àudio o vidèo (MP3, WAV, MP4 e mai de 20 formats). Enregistratz a partir de vòstre microfòn en temps real. O colatz un ligam de YouTube, Vimeo, TikTok e mai de 1300 plataformas.

2. AI transcriu amb vòstra causida de modèl

Triatz entre mai de 10 modèls d'IA, coma Whisper, NVIDIA Canary (#1 precision) e Moonshine. Detecta automaticament la lenga entre mai de 100 opcions. La diaritz del locutor identifica qui a dich çò que cal.

3. Exportar, partejar o integrar

Telecargar coma TXT, SRT, VTT, DOCX, JSON, o PDF. Partejar via ligam. Utilizar nòstra API per integrar la transcripcion dins vòstra aplicacion. Perfièch per sostítols, nòtas de reünion, podcasts, e mai.

100+
Lengas
70+
Aisinas liuras
1,300+
Platafòrmas suportadas
7
Formats d' exportacion

API de desvolopaire

Integrar la sintèsi vocala dins vòstra aplicacion en qualques minutas. API RESTful amb streaming WebSocket en temps real.

REST + WebSocket — Telecargar de fichièrs e difusar en temps real
Models multiples — Whisper, Canary, Enhanced e mai
Diaris de l'encenedor — Detectar automaticament qui a dit çò que
Sortida flexible — JSON, TXT, SRT, VTT amb marcadors de temps de mot
import requests

response = requests.post(
    "https://api.stt.ai/v1/transcribe",
    headers={"Authorization": f"Bearer {API_KEY}"},
    files={"file": open("meeting.mp3", "rb")},
    data={
        "model": "large-v3-turbo",
        "language": "auto",
        "diarize": "true",
        "response_format": "json",
    },
)

result = response.json()
for seg in result["segments"]:
    print(f"{seg['speaker']}: {seg['text']}")

Cambiar d'un autre servici de lectura vocala a un servici de tèxt?

Transcriure

Telecargar vòstre primièr fichièr de biais liure. Pas de carta de credit, pas d'inscripcion. 600 minutas per començar lo plan liure.

@ info: status

Questions frequentas

@ info: status s'exécuta dins vòstre navigador: pega una URL, carga un fichièr, o enregistra dempuèi vòstre microfòn. STT.ai causís lo modèl AI e torna la transcripcion en mens de 5 minutas. Exportar coma TXT, SRT, VTT, DOCX, JSON o PDF.

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

@ info: status s'exécuta sus los meteisses modèls IA que los autres de STT.ai — los nòstres melhors modèls atenhon 95-97% de precision en parlar clar (3-5% de taus d'error de mot dins los benchmarks). Cambiar de modèls al vol se la primièra passa es jos vòstra tòca.

@ info: status pòt èsser executat sus quin que siá dels 10+ modèls de STT.ai - STT.ai Enhanced (mai precís), Whisper Large V3 (99 lengas), NVIDIA Canary (#1 WER sus las versions suportadas), Whisper Turbo (rapid), Moonshine (leugièr), e mai.

@ info: shell

@ info: shell

La majoritat dels @ info: status trabalhs s'acaban en mens de 5 minutas. Un fichièr àudio d'una ora s'acaba normalament en 2-3 minutas amb los nòstres modèls mai rapids. La velocitat depend del modèl causit e de la carga actuala del GPU.

@ info: status accepta mai de 20 formats : MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, e mai. Sortida dins un format TXT, SRT, VTT, DOCX, JSON o PDF.

Òc. Los fichièrs àudio enviats a @ info: status son tractats e suprimits per defaut. Los plans Pro apondon un criptatge del costat client - quitament se la banca de donadas de STT.ai es violada, vòstras transcripcions son illegiblas sens vòstra clau. Las donadas son jamai utilizadas per l'entraïnament dels modèls sens acceptacion explicita.

Òc. STT.ai ofrís una API REST amb Python e Node.js SDKs, mai un servidor MCP per Claude e Cursor — totes utilizables per @ info: status fluxes de trabalh. L'API liura compren 100 minutas/mes.

@ info: status

@ info: shell

STT.ai gestiona mai de 1300 plataformas, coma YouTube, Vimeo, TikTok, SoundCloud, Zoom, Google Meet, podcast hosts, e mai. La transcripcion d'URL fonciona sonque amb de contenguts publics — las fonts protegidas per DRM pòdon pas èsser transcritas.