Транскрибирайте MP4 видео в текст.Аудио извлечено автоматично.

Хвърлете MP4 файла както е — ние извличаме аудио пистата на сървър, връщаме текстова транскрипция със времеви печати и изпращаме SRT който директно се качва обратно в YouTube, Vimeo или вашия NLE.

Пусни своето аудио или видео

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

Записвай директно от браузъра

Регистрацията отнема 30 секунди — записът се отваря веднага след това, в таблото.

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTФайловете се изтриват автоматично след 24 ч.

↓ Вижте какво излиза

MP4 вход. Транскрипт + SRT изход.

MP4 е контейнер — ние четем аудио потока директно, никога не преквадриме видеото. Времеви печати остават точни на кадър спрямо вашия оригинален времеви ред, така че SRT се подравнява при първи импорт.

training-module-04.mp4REC 1080p · 22:14 · 412 MB
автоматично разпознат en-USAAC 48 kHz стерео · 192 kbps
~90s
Транскрипт · потоком95% точност
S1

Добре, в този модул преминаваме през целия работен процес на възвращане от край до край.

S2

Бързо питане преди да започнем — важи ли това и за частични възвращане?

S1

Добра находка. Частичните ползват същия екран, но различен код на причина.

S2

Разбрах. И лимитът на одобрение е все още двеста долара?

95% при чист диалогSRT · VTT · 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

Три реални опции · честно сравнение

DIY с ffmpeg. Видео редактор. Или ние.

Можете да извлечете аудиото сами и да пуснете Whisper. Можете да преместите MP4 в Descript или VEED и да останете в техния редактор. Или можете да хвърлите файла тук и да получите транскрипт + SRT обратно, без блокировка на редактор.

Option 01

ffmpeg + Whisper

Безплатно, локално, трудно. Вие притежавате пипелайна и всяка грешка в него.

ИзискваCLI + 10 GB модел + GPU
Диаризация на говорителиОтделен инструмент (pyannote)
SRT изходДа, ръчен флаг
Време на MP4 от 1 час20–90 мин на CPU
Мултитрак аудиоВие избирате потока
Цена$0 + вашето оборудване
Best forИнженери, които вече пускат Whisper локално и не им пречи да свързват диаризация отгоре.
Option 02

Transcription.Solutions

Хвърлете MP4. Извличане на аудио, диаризация, SRT, резюме — един проход.

ИзискваБраузър, това е всичко
Диаризация на говорителиВградено, всяка задача
SRT изходПодравнено на кадър към източник
Време на MP4 от 1 час~4 мин, потоком
Мултитрак аудиоНие изброяваме всички потоци
Цена · за мин$0.03
Best forВсеки със MP4 кой иска текст и SRT без да се учи видео редактор или CLI.
Option 03

Descript / VEED

Заредете MP4 в редактора. Транскрипт се появяват като част от UI на времевия ред.

ИзискваАкаунт + крива на обучение на редактора
Диаризация на говорителиДа, EN-настроено
SRT изходЕкспорт-ограничен по план
Лимит за качване5 GB (Descript безплатно)
Мултитрак аудиоПърви трак само
Цена$12–24/потребител/мес
Best forРедактори, които искат да режат видеото и транскрипта в същия инструмент.

Цени и ограничения на функциите е приблизително към 2026. Descript и VEED имена на нива се променят често — проверете техния сайт за текущи лимити.

Специфично за MP4

Три неща, които кусат хора със обикновени инструменти за транскрипция.

MP4 е контейнер, не кодек — и повечето инструменти за транскрипция го третират като един голям аудио комок. Там идват пропусканията.

Какво се случва грешка

  1. 1Мултитрак MP4 със бум + микрофон на врата. Обикновените инструменти хвата трак 1 и игнорира остатъка, така че губите чистия микрофон. Събирателен на FCP и Premiere експорти.
  2. 2Фонова музика във влогове и реклами задействува фантомни думи. Разпознавателят се опитва да транскрибира вокалите на музикално легло.
  3. 3SRT в��емеви печати отдалечават когато инструмента преквадрира видеото по пътя. До минута 40 субтитрите са секунда отпред.

Какво да завъртите тук

  1. 1Качване — ние сондаж всяко аудио поток и ви позволете да изберете кой един транскрибира. Подразумеваните е най-високия битрейт трак.
  2. 2Включете Потискане на музика на формата на задачата. Ние портал разпознавателят на речен VAD, така че инструменталните секции остават празни.
  3. 3Ние никога не преквадриме видеото. Аудиото се извлича при собствена честота на семплиране, времеви печа��и препратка на редактирането на контейнера список — SRT подравнява точно на кадър.

Препоръчвани настройки на задачата за MP4

Хвърлете MP4 и тези се включват по подразбиране. Преобладайте по-задача от формата.

Извличане на аудио
Собствена честота на семплиране, без преквадриране
Избор на трак
Най-високия битрейт поток
Диаризация
Акустична · 1-6 говорители
Потискане на музика
Включено за вблог/реклама предустановки
SRT формат
≤42 знака/ред, 2 редовови макс
Е��спорт
SRT · VTT · DOCX · времево печатание TXT

Accuracy · real-world numbers

95% при чист запис. Честни цифри, когато аудиото се съпротивлява.

MP4 точност е определена от микрофона, не от кодека. Микрофон на врата на тих комплект бие 4K камера ��ъс вградено аудио всеки път. Числата по-долу идват от реални MP4 файлове на клиенти, сортирани по това, което е заснемало аудиото.

96%+
Студийна заснемане, микрофон на врата или микрофон с бум

Микрофон на врата или бум в рекордер, 48 kHz AAC при 192+ kbps, обработано помещение. Максималния случай. Етикети на говорители го удрян при двамата снимане.

93%
DSLR със микрофон със бум на камера

Микрофон в горната част на камера 2-4 фута от говорител. Някой звук на помещението, но реч е разбираема. Повечето YouTube кадри на създатели попадат тук.

89%
Заснемане на екран със USB микрофон

OBS, Loom, Camtasia експорти. Микрофон е близо, но помещението е необработено, често със система аудио утечка. Достатъчно добро за учебни транскрипти.

84%
Телефонен вблог, вграден микрофон

Вграден телефон микрофон, вятър или шум от обработка, разстояние варира кадър към кадър. Думи са употребяеми, очаквайте 1-2 поправки в минута при собствени имена.

Често задавани вопроси

8 неща, които хора питат за MP4 транскрипция.

01Преквадривате ли моя видео?+
Не. Ние само четем аудио потока из MP4 контейнера. Видео потока е никога доганен, никога преквадриран, и никога съхранен след завършак на задачата — вие държите вашия оригинален файл непроменен.
02Какви кодеци вътре в MP4 се поддържат?+
Стандартен H.264 + AAC е лекия случай. Ние също третираме HEVC/H.265, ProRes-в-MP4, и аудио в MP3, Opus, ALAC, или PCM. Ако ffmpeg може да сондажа, ние можем транскрибира.
03Какъв е лимита на размер на файла?+
10 GB за качване на уеб качват��ля, 50 GB через API с възобновяеми парчета. Типично 1-час 1080p MP4 е 1-3 GB, така че повечето файлове напасват уеб пътя без мислене за то.
04Ще подравни ли SRT с моя оригинално видео?+
Да — времеви печати препратка на MP4 редактирането список и собствена честота на семплиране. Ние не преквадриваме, така нема отдалечаване. Хвърлете SRT до MP4 в всеки плеер или NLE и субтитрите синхронизира при първо товаряне.
05Мога ли да изгаря на субтитрите в видеото?+
Не на наша страна — ние извеждаме SRT и оставяме горене-в до вашия редактор. ffmpeg един-лайнер, HandBrake, Premiere, DaVinci, Kapwing всички приемат SRT, които произвеждаме. Ние не искаме да бъдем инструмент за кодиране, както добре.
06Какво за MOV, MKV, M4V, WebM?+
Всички поддържано през същия пипелайн. MOV особено — същата MPEG-4 семейство, идентична извличане пътя. MKV с множество аудио потоци получават същия поток-производ UI като мултитрак MP4.
07Мога ли да пратя просто YouTube или Vimeo URL?+
Да за YouTube — вставете публичен URL на екрана за качване и ние си вземаме аудиото директно, не MP4 инстализация нужна. Vimeo изисква преки файл или подписан за изтегляне връзка, защото техния плеер врата потока.
08Какво ако няма разговора, само музика или B-ролка?+
VAD открива мълчаливо и само музика секции и пропуска ги, така че не плащате за околен видеоклип. Транскрипта означава тези обхвати като `[music]` или `[no speech]` вместо да измисля думи.

Хвърлете вашия MP4. Вземете транскрипта и SRT обратно.

30 безплатни минути всеки месец. Без карта. Аудиото се извлича на сървър, етикети на говорители, точен на кадър SRT — всички включени.

Начало безплатно