MP3-ni mətinə transkripsiya edin.Spikerlərin etiketləri, 100+ dil.

MP3 faylını 64 ilə 320 kbps arasında istənilən bitreytdə atın. 99 dildə zaman damğası olan, spikerlərin etiketlənmiş transkripsiya alın — format çevirişi yoxdur, yenidən kodlanma yoxdur, sıraya girmə yoxdur.

Audio və ya videonuzu yükləyin

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

Birbaşa brauzerdən yaz

Qeydiyyat 30 saniyə çəkir — yazma dərhal sonra, dashboard-da açılır.

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTFayllar 24 saatda avto-silinir

↓ Çıxışa baxın

MP3 gir. Diarizə edilmiş transkripsiya çıxar.

Biz MP3 frame başlığlarını birbaşa oxuyuruq — VBR, CBR, birləşmiş-stereo, hər kodlayıcı (LAME, Fraunhofer, FFmpeg). Fayl həqiqi stereo ilə ayrı kanallar üzərində spikerləri varsa, biz səsləri ayırmaq üçün istifadə edirik. Mono mix-down akustik diarizə ilə geri keçir.

interview-tape-04.mp3REC 192 kbps · stereo · 38:42
avtomatik olaraq en-GB aşkar edildi44.1 kHz · LAME 3.100
~90s
Transkripsiya · axın95% dəqiqlik
S1

Arxivin natamam olduğunu kəşf etdiyiniz zaman nə vaxt oldu?

S2

Ehtimal ki, 2019-da, bobini şeridləri rəqəmsallaşdırmağa başladığımız zaman.

S1

Və itkin kasetlər — onlar harada qeydiyyat altında idi?

S2

'78-ci ildən kağız index var, amma yarısı suda zədələnib.

192 kbps stereo üzrə 95%SRT · DOCX · TXT · JSON · VTT

↓ 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

Üç real seçim · dürüst müqayisə

Pulsuz lokal Whisper. Otter ya da Sonix. Yoxsa biz.

Siz tekniki olsanız, öz laptopunda pulsuz Whisper işlətə bilərsiz. Otter və Sonix MP3 yükləmələrini abunə paneli daxilində qəbul edirlər. Biz faylı götürürük, transkripti qaytarırıq və sizi UI daxilində yaşamağa məcbur etmirik.

Option 01

Whisper local / açıq mənbə

Pulsuz, əgər GPU-nuz varsa və bir günzədə. Spikerlərin diarizəsi qutudan çıxan şəkildə daxil deyil.

QurulumPython + CUDA + 10 GB modellər
Spikerlərin diarizəsiDaxil deyil (pyannote əlavəsi)
Sürət · 1 saat MP35–40 dəq tüketici GPU-da
Dillər99, lakin kiçik model 80%-dən aşağıya düşür
İxracTXT / SRT / VTT / JSON
DəyərPulsuz + sizin elektrik
Best forMühəndislər ki, GPU-ya malikdirlər, spikerlərin etiketlərinə ehtiyac duymayırlar və tam lokal məxfilik istəyirlər.
Option 02

Transcription.Solutions

MP3 atın. Spikerlərin etiketlənmiş mətni təxminən real vaxt × 0.025 ilə geri alın.

QurulumSürükləyin-buraxın, cəhd etmək üçün hesab lazım deyil
Spikerlərin diarizəsiDaxil (Pro & Business planları)
Sürət · 1 saat MP3~90 saniyə
Dillər99, avtomatik aşkar
İxracSRT · VTT · DOCX · TXT · JSON
Dəyər · hər dəqiqə$0.03
Best forMP3-si olan hər kəs — jurnalist kasetləri, podkast ixracı, səs qeydi, arxiv dublyaj — sadəcə dəqiq mətni digərinin sonunda istəyir.
Option 03

Otter / Sonix

Cilalanmış panel, aylıq dəqiqə həddi, İngilis-tərcihan. Fayl yükləmə yan xüsusiyyət kimi görünür.

QurulumHesab + ödəyən plan
Spikerlərin diarizəsiAkustik, EN-eğilmiş
Sürət · 1 saat MP35–10 dəq sıraya girmə
DillərOtter EN-yalnız; Sonix ~40
İxracÖdəyən səviyyələr arxasında qorunur
Dəyər$17+/ay ya da $10+/saat (Sonix)
Best forKomandalar transkripsiya redaktoru və əməkdaşlıq UI-si təmiz API-stil fayl→mətən axınından çox istəyir.

Qiymət və xüsusiyyət mövcudluğu 2026-cı il mayı üçün dəqiqdir. Whisper performansı model ölçüsü və aparatdan asılıdır.

MP3-ə xas

Ümumi transkripsiya alətlərində insanları sınan üç şey.

MP3 bir format, qeyd stili deyil — bu, uğursuzluq şəkilləri kodlayıcıdan, nitqdən deyil gəlir deməkdir.

Nə getdi yanlış

  1. 1VBR başlıqları yanlış oxunur. Bəzi alətlər dəyişkən-bitreyt MP3-lərini sabit-bitreyt oxuyur və müddəti yanlış hesablayır — zaman damğaları bir saat boyu dəqiqə ilə keçir.
  2. 2Birləşmiş-stereo yükləmə fərqli hazırlığı zamanı mono-ya basılır. Siz faylda həqiqətən olan hər-spiker kanal ayrılığını itirirsiniz.
  3. 3Bəlli ID3 albom ərəfələri bəzi yükləyiciləri bu — onlar faylı 'saf audio deyil' kimi rədd edir və ya ayıqlayır və yenidən kodlayır, keyfiyyəti daha aşağı düşürür.

Bunun əvəzinə nə edirik

  1. 1Biz Xing/LAME başlığını mövcud olduğu zaman istifadə edirik və çərçivə-sayı geri düşəri olduğu zaman əsas. VBR zaman damğaları çox-saat faylları arasında ±0.1 s dəqiq qalır.
  2. 2Birləşmiş-stereo və həqiqi-stereo MP3-lər diarizasiyadan əvvəl L/R PCM-ə dekodirlənir. Spikerləriniz panoramalaşdırılıbsa, biz onları bölünmüş tutururz.
  3. 3ID3v1, ID3v2, APE etiketləri, bəlli ərəfə — hamısı dəyişdirilmədən keçirilir. Biz MP3-nizi hərəgətt kodlamırıq.

MP3 yükləmələri üçün tövsiyə edilən is parametrləri

~80% MP3 fayllarına uyğun standartlar. Formadan hər iş üçün geçin.

Dekoderlə
Çərçivə-dəqiq, yenidən kodlanma yoxdur
Diarizasiya
Stereo olsa kanal bölüşdürü, əks halda akustik
Spiker modeli
Auto · 1-12 spiker
Dil
Birinci 30 s-dən auto-aşkar
Doldurucu sözlər
Çıxarılmış (sax etmək üçün keçin)
İxrac paketi
DOCX + SRT + zaman damğası TXT

Accuracy · real-world numbers

95%+ 192 kbps stereo üzrə. 64 kbps mono-da istifadə edilə bilinir.

MP3 dəqiqliyi kodlayıcı nə saxladı ilə məhdud olur, bizimlə deyil. ~96 kbps üzərində qavrama sıxılması nitq intellektini çox yaxşı qoruyur; 64 kbps aşağısında sibillantlar və samitlər ərimə başlayır. Aşağıdakı rəqəmlər istehsalda həqiqi müştəri MP3-lərindən gəlir.

96%
320 kbps stereo, studio mənbə

Nitq üçün təxminən sizsız. Podkast ustalaşdırmaları, diktə tətbiqi ixracları, peşəkar müsahibə rig-ləri. Diarizasiya təmiz, spikerləri ayrı kanallar üzərində olsa.

95%
192 kbps stereo, 2-3 spiker

Danışıqçı sözü MP3-ləri üçün ən çox rast gəlinən bitreyt. Zoom ixracı, Riverside endirmə, səs-qeydləyən standartları. Sıxılma artefaktları tanıyıcı üçün eşidimlə yoxdur.

91%
128 kbps mono, söhbət

Ən çox telefonda səs qeydi standart. Akustik diarizasiya 2-4 spikerə qadirdir. Rəqəmlər və adlar ara sıra nəzər salamat.

84%
64 kbps mono, arxiv / telefon-dump

Köhnə cavab maşını rip-ləri, dərs arxivləri, dar-band mənbələr. Yüksək tezlik samitləri (f/s/sh) bulanıqlaşır. Hələ də oxuna bilinir — redaksiyaya hazırlıq edin.

Ümumi suallar

MP3 transkripsiyası ilə bağlı 8 şey insanlar soruşur.

01Hələ də işə yarayan transkripsiya verən minimum MP3 bitreyt nədir?+
64 kbps praktiki mərtəbədir. Onun aşağısındakı sibillantlar (s, sh, f) səsdə sıxılır və sözü xəta dərəcəsi 20%-dən yuxarıya gedir. Taza qeydiyyat etsəniz, 128 kbps mono və ya 192 kbps stereo hədəflənir — daha yuxarı hər şey nitq üçün çox işlədir.
02MP3-nü əvvəl WAV-a çevirmə ehtiyacı varmı?+
Xəir. MP3 → WAV yenidən kodlanması sıfır dəqiqlik əlavə edir, çünki kodlayıcı atdığı məlumat əbədi getib. MP3-ni birbaşa yükləyin. Biz çərçivələri yaddaşda dekodir edirik və PCM tanıyıcı edib verilir.
03Stereo MP3 mənə monotondan yaxşı spiker etiketləri verəcəkmi?+
Ancaq ayrı kanallar üzərində spikerləri həqiqətən qeyd ediliblə — ən çox stereo MP3-ləri hər iki tərəfdə eyni audio ('dual mono') var və heç nə qazanmayır. Həqiqi kanal-bölüşdürü (məs. Riverside ixracı, iki-mikrofon sahə rig-ləri) bizi akustik diarizasiyağ atlaya bilərik və spikerləri demək olar ki-kemal etiket edərləz.
04Qəbul etdiyin maksimum MP3 fayl ölçüsü nə?+
5 GB hər yükləmə başına, bu təxminən 60 saat 192 kbps-də ya da 90 saat 128 kbps-də. Fayl daha böyük olsa, biz blokaya yükləmə göstərərik — özünüzü bölünə ehtiyac yoxdur.
0560 dəqiqəlik MP3 transkripsiya etmə nə qədər soruşur?+
Adətən 90 saniyə yükləmə-tam-dan transkripsiya-hazır-a, bitreyt asılı olmayaraq. MP3 çərçivə dekodir sürətli; vaxt tanıyıcıda. Diarizasiya çox-spiker fayllarında 5-10 saniyə əlavə edir.
06MP3-m arxa muzikası var — transkripsiya məhvə salınacaqmı?+
Səs altında sakit yataq muzikası yaxşıdır. Səsi məsəl edir (intro döymələri, intervyu altında imza) bəzən üst-üstə qalan syllables-də səhv tanımağa səbəb olur. İş formasında musiqa basqısını keçin ilə filtr ilə.
07Telefonun səs xətindən ya da cavab maşından qopuşmş MP3-lərə qadirsiniz?+
Bəli, hər təqdirdə onlar tez tez 8 kHz dar-band yenidən MP3-ə kodudməş olur — audio şanksi məxdud PSTN tutşu ilə dəstəklənib, MP3 qabı deyil. 78-85% dəqiqlik burada götürünün növünü gözləyin, o, əsas çağrıda əldə edəcəyimiz kimi.
08Transkripsiya hazır oldukdan sonra MP3-min saxlayırsınız?+
Fayllar şəxsi olaraq 30 gün sonra silinir, ya da paneldən ani istəyi üzrə silinir. Transkripsiya akkauntda sizin sil ədəbil qalar. Biz müştəri audiosunu heç bir modelə sevgiləşdirmə üçün biri istifadə etmirik — heç vaxt.

MP3-nizi atın. 90 saniyədə mətni geri alın.

Hər ay 30 pulsuz dəqiqə. Kart lazım deyil. Spikerlərin etiketləri, 99 dil, bütün ixrac formatı daxil.

Pulsuz başlayın