Start free

انسخ فيديو MP4 إلى نص.يتم استخراج الصوت تلقائياً.

ارفع MP4 كما هو. يتم استخراج المسار الصوتي من جانب الخادم، ونسخه، وإعادته كنص مع تسميات المتحدثين وطوابع زمنية بالإضافة إلى تسميات SRT جاهزة لإعادة التحميل.

Drop a file, or pick one

MP3 · WAV · M4A · MP4 · MOV · MKV · OGG · OPUS · FLAC · WEBM — up to 100 MB anonymously

Paste a link, we’ll fetch the audio

YouTube · TikTok · Vimeo · Twitter · SoundCloud · Spotify · 50+ more

Record straight from your browser

Sign up takes 30 seconds — recording opens right after, in the dashboard.

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTFiles auto-deleted in 24h

↓ Watch what happens

Audio in. Transcript out.

Drop a file, paste a URL, or record live — text appears back with speaker labels and timestamps. Same pipeline whether the source is a file, a URL, or your microphone.

Microphone · liveREC 00:07.41
en-US auto-detected16 kHz mono
~90s
Transcript · streaming2 speakers · 47:08
S1

Thanks for making the time. I want to start with framing — what was the original hypothesis behind the project?

S2

Honestly, maybe forty percent. The shape held — the mechanics underneath had to be rebuilt almost entirely.

S1

What flipped it for you? Was there one customer call, one piece of data

~95% accuracy on clean audioSRT · DOCX · TXT · JSON

↓ This is the dashboard

This is what loads when the job finishes.

Same layout as the real dashboard — Summary, full Transcript, Speakers tab, Exports. Key points and action items extracted automatically. Auto-tags on every job.

Try it on your own file — it's free

Three real options · honest comparison

Built-in dictation, AI speech-to-text, or a human transcriber.

Three legitimate ways to get text from spoken audio in 2026. Each is best for different work. Honest numbers below — no claim that AI matches a professional human transcriber on hard audio.

Option 01

Built-in dictation

Live, free, on-device. Handy for short bursts while you talk.

Accuracy · clear English~85%
Speaker separationNo
TimestampsNo
Languages~30
60-min fileLive only
CostFree
Best forShort voice notes while you walk. Hands-free messaging. Dictating an email at a stoplight.
Option 02

AI speech-to-text

~30× faster than realtime. 100+ languages. Speaker labels. The sweet spot for most work.

Accuracy · clear English95%+
Speaker separationYes (Pro+)
TimestampsPer sentence
Languages100+ auto
60-min file~90 s
Cost · per min$0.03
Best forInterview recordings · meeting notes · podcast transcripts · YouTube subtitles · batch jobs · API automation · field journalism.
Option 03

Human transcriber

Gold-standard accuracy when the audio is hard or the stakes are legal.

Accuracy · clear English98–99%
Speaker separationManual
TimestampsPer turn
LanguagesPer transcriber
60-min file4–8 hours
Cost · per min$1–3
Best forLegal depositions · medical dictation · archival oral history · anything where 95%+ accuracy is non-negotiable.

Built-in dictation figures from public iOS / Android speech API benchmarks. Human transcriber rates from US/UK industry surveys 2024–2025.

Accuracy · real-world numbers

95%+ on clear English. It holds up on real-world recordings too.

Modern transcription reaches 95%+ word accuracy on clear English at 128 kbps and above, comparable to a human transcriber on the same recording. The audio coming in sets the ceiling — cleaner source, cleaner transcript. The breakdown below covers the recordings we actually see in production.

97%+
Clean studio audio

USB or studio microphone in a treated room. Single speaker at conversational distance. The headline number.

95%+
Clear English at 128 kbps+

Podcast masters, interview recordings, well-mic'd meetings. The sweet spot for most professional work.

93%
Real-world podcast

Field-recorded interviews, podcast episodes at 64–128 kbps, multi-speaker recordings. Usable for editorial without a review pass.

91%
Meeting room recording

Ceiling mic, omnidirectional capture, mild reverb, multiple speakers at distance. Plan a rename pass on the speaker chips.

Common questions

6 things people ask about this.

01هل أحتاج إلى استخراج الصوت من MP4 قبل الرفع؟+
لا. ارفع MP4 مباشرة. يتم استخراج الصوت من جانب الخادم كجزء من خط أنابيب النسخ. التحويل إلى MP3 أولاً يضيف خطوة وقد يقلل من جودة الصوت إذا استخدمت معدل بت منخفض.
02ما تنسيقات الفيديو المدعومة؟+
MP4, MKV, MOV, AVI, WebM جميعها مقبولة. أي حاوية فيديو تحتوي على ترميز صوتي قياسي (AAC, MP3, AC-3, Opus, PCM) تعمل. إذا لم يكن تنسيقك مدرجاً، جرب الرفع — معظم ملفات الفيديو القياسية تعمل.
03هل ستتطابق الطوابع الزمنية للنص مع الفيديو؟+
نعم. ترتكز الطوابع الزمنية على الموضع الدقيق في الملف الذي رفعته، بما في ذلك أي مقدمة أو بطاقة عنوان أو صمت في البداية. إذا كنت تريد أن يبدأ النسخ من نقطة محددة، قم بقص الفيديو أولاً — لكن معظم المستخدمين لا يحتاجون إلى ذلك.
04هل يمكنني الحصول على تسميات SRT من MP4؟+
نعم. قم بتصدير SRT أو VTT مباشرة من صفحة النص وقم بالتحميل كتسميات توضيحية على YouTube أو Vimeo أو استيرادها إلى محرر الفيديو الخاص بك. تتوافق الطوابع الزمنية مع مواضع الفيديو الأصلية.
05ما هو الحد الأقصى لحجم ملف MP4؟+
المجاني: 100 ميجابايت (حوالي 10-15 دقيقة من 1080p)، مع حد أقصى 30 دقيقة لكل ملف. الاحترافية: 500 ميجابايت (حوالي 60-90 دقيقة من 1080p، وأكثر بمعدل بت أقل)، حتى 10 ساعات لكل ملف. خطة الأعمال: 2 جيجابايت (عدة ساعات من 1080p)، حتى 10 ساعات لكل ملف. للتصديرات الطويلة عالية معدل البت، تجمع خطة الأعمال بين حد الحجم الأعلى وقائمة الانتظار ذات الأولوية.
06هل يمكنني نسخ تسجيل Zoom بتنسيق MP4؟+
نعم. قم بتنزيل تسجيل Zoom بصيغة MP4 من حساب Zoom الخاص بك (تسجيل سحابي أو محلي)، ثم قم برفعه هنا. يفصل التمييز بين المتحدثين صوت المضيف والمشارك. توقع 95%+ على جانب المضيف المسجل محلياً، و88-92% على صوت المشارك عن بعد.

Drop something in. See what comes out.

30 دقيقة مجانية شهرياً، بدون بطاقة. ارفع أي MP4 — نص وتسميات متحدثين وSRT في حوالي 90 ثانية.

ابدأ النسخ المجاني