Start free

Trawsgrifio MP3 i destun.Labeli siaradwyr, 100+ iaith.

Gollwng ffeil MP3 ar unrhyw gyfradd ddarnau o 64 i 320 kbps. Cael trawsgrifiad â stamp amser a labeli siaradwyr mewn 99 iaith — dim trosi fformat, dim ail-amgodio, dim aros mewn ciw.

Gollwng dy sain neu fideo

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

Recordia'n syth o dy borwr

Mae cofrestru'n cymryd 30 eiliad — mae recordio'n agor yn syth wedyn, yn y dashfwrdd.

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTMae ffeiliau'n dileu'n awtomatig o fewn 24 awr

↓ Gweld beth ddaw allan

MP3 i mewn. Trawsgrifiad â diarizeiddio Allan.

Rydym yn darllen pennadau fframiau MP3 yn uniongyrchol — VBR, CBR, joint-stereo, unrhyw amgodydd (LAME, Fraunhofer, FFmpeg). Os yw'r ffeil yn stereo gwir gyda siaradwyr ar sianeli ar wahân, rydym yn defnyddio hynny i rannu lleisiau. Mae cwymp mono yn dychwelyd i diarizeiddio acwstig.

interview-tape-04.mp3REC 192 kbps · stereo · 38:42
canfod yn awtomatig en-GB44.1 kHz · LAME 3.100
~90s
Trawsgrifiad · ffrwd95% cywirdeb
S1

Felly pryd y sylweddoloch chi fod yr archif yn anghyflawn?

S2

Tua 2019, pan ddechreuwon ni ddigiteiddio'r reel-to-reels.

S1

A'r tapiau coll — oedden nhw wedi'u catalogio yn unrhyw le o gwbl?

S2

Mae yna fynegai papur o '78, ond mae hanner ohono wedi'i niweidio gan ddŵr.

95% ar 192 kbps stereoSRT · 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

Tri opsiwn gwirioneddol · cymhariaeth onest

Whisper lleol am ddim. Otter neu Sonix. Neu ni.

Gallwch redeg Whisper ar eich laptop eich hun am ddim os ydych chi'n dechnegol. Mae Otter a Sonix yn derbyn uwchlwythiadau MP3 o fewn dashboards tanysgrifiad. Rydym ni'n cymryd y ffeil, yn dychwelyd y trawsgrifiad, ac nid ydym yn eich gwneud i fyw o fewn UI.

Option 01

Whisper lleol / cod agored

Am ddim os oes gennych GPU a phrynhawn. Dim diarizeiddio siaradwyr heb ddamcaniaeth.

SefydliadPython + CUDA + 10 GB modelau
Diarizeiddio siaradwyrNid yw'n cael ei gynnwys (ychwanegyn pyannote)
Cyflymder · 1 awr MP35–40 min ar GPU defnyddiwr
Ieithoedd99, ond mae model bach yn disgyn is na 80%
AllforioTXT / SRT / VTT / JSON
CostAm ddim + eich trydan
Best forPeirianwyr sydd eisoes yn berchen GPU, nid ydynt angen labeli siaradwyr, ac eisiau preifatrwydd llwyr lleol.
Option 02

Transcription.Solutions

Gollwng yr MP3. Cael testun â labeli siaradwyr yn ôl mewn amser bron-real × 0.025.

SefydliadLlusgo-a-gollwng, dim cyfrif sy'n ei angen i drio
Diarizeiddio siaradwyrWedi'i adeiladu i mewn (cynlluniau Pro & Business)
Cyflymder · 1 awr MP3~90 eiliad
Ieithoedd99, canfod yn awtomatig
AllforioSRT · VTT · DOCX · TXT · JSON
Cost · fesul munud$0.03
Best forUnrhyw un gydag MP3 — tâp newyddiadurwr, allforio podcost, memo llais, trawsgrifiad archifol — sydd ond eisiau testun cywir allan yr ochr arall.
Option 03

Otter / Sonix

Dashboard bolished, cap munudau misol, wedi chydbwyso tuag at Saesneg. Mae uwchlwytho ffeiliau yn teimlo fel nodwedd ochr.

SefydliadCyfrif + cynllun talu
Diarizeiddio siaradwyrAcwstig, EN-leaning
Cyflymder · 1 awr MP35–10 min mewn ciw
IeithoeddOtter EN-yn unig; Sonix ~40
AllforioWedi'i gloi y tu ôl i haenau talu
Cost$17+/mis neu $10+/awr (Sonix)
Best forTimau sy'n eisiau golygydd trawsgrifiad a UI cydweithio yn fwy na llif syml file→text arddull API.

Prisio a chabloedd nodwedd yn gywir o futai Mehefin 2026. Mae perfformiad Whisper yn amrywio yn ôl maint model a chaledwedd.

Penodol i MP3

Tri pheth sy'n cnoi pobl ar offer trawsgrifio generig.

MP3 yw fformat, nid arddull recordio — sy'n golygu bod y moddau methiant yn dod o'r amgodydd, nid y lleferydd.

Beth sy'n mynd o'i le

  1. 1Mae pennadau VBR yn cael eu mis-barnu. Mae rhai offer yn darllen MP3au cyfradd amrywiol fel cyfraddiad sefydlog ac yn miscalculate hyd — mae stampiau amser yn sliffrio gan funudau dros ffeil awr-hir.
  2. 2Mae joint-stereo yn cael ei wastatáu i mono yn ystod is-brosesu uwchlwytho. Rydych chi'n colli'r gwahanu sianeli fesul siaradwyr a oedd yn wir yn y ffeil.
  3. 3Celf albwm ID3 wedi'i atgnychu yn gwneud i ychydig o uwchlwythwyr sleifio — maent yn gwrthod y ffeil fel 'nid sain pur' neu'n ei sypio ac yn ail-amgodio, yn gollwng ansawdd ymhellach.

Beth rydym ni'n gwneud yn lle hynny

  1. 1Rydym ni'n defnyddio'r pennawd Xing/LAME pan yn bresennol a fallback frame-count pan nad yw. Mae stampiau amser VBR yn aros yn gywir i ±0.1 s ar draws ffeiliau awr-hi.
  2. 2Joint-stereo a MP3au stereo-gwir yn cael eu datgodio i L/R PCM cyn diarizeiddio. Os oedd eich siaradwyr wedi'u panio, rydym ni'n eu cadw nhw ar wahân.
  3. 3Tagiau ID3v1, ID3v2, APE, celf wedi'i atgnychu — popeth yn mynd drwodd heb ei gyffwrdd. Nid ydym ni erioed yn ail-amgodio eich MP3.

Gosodiadau swydd argymhellwyd ar gyfer uwchlwythiadau MP3

Diofynion sy'n cyfateb i ~80% o ffeiliau MP3. Gorsiario fesul swydd o'r ffurflen.

Datcodydd
Frame-gywir, dim ail-amgodio
Diarizeiddio
Holliad sianeli os stereo, arall acwstig
Model siaradwyr
Auto · 1-12 siaradwyr
Iaith
Canfod yn awtomatig o 30 s cyntaf
Geiriau llenwad
Wedi'u tynnu (toglo i gadw)
Pecyn allforio
DOCX + SRT + TXT â stamp amser

Accuracy · real-world numbers

95%+ ar 192 kbps stereo. Yn ddefnyddiol i lawr i 64 kbps mono.

Mae cywirdeb MP3 wedi'i rwymo gan yr hyn a gadwodd yr amgodydd, nid ni. Mae pwyso cywasgiad uchod ~96 kbps yn cadw dealldwriaeth lleferydd yn dda iawn; islaw 64 kbps, mae siblantau a cytseiniaid yn dechrau toddi. Mae rhifau islaw o MP3au cwsmer go iawn mewn cynhyrchiant.

96%
320 kbps stereo, ffynhonnell stiwdio

Bron-colledd zero ar gyfer lleferydd. Meistri podcost, allforio ap dictasiwn, rigs cyfweliad proffesiynol. Diarizeiddio glân os siaradwyr ar sianeli ar wahân.

95%
192 kbps stereo, 2-3 siaradwyr

Cyfraddiad dipyn mwyaf cyffredin ar gyfer MP3au leferydd. Allforio Zoom, llwythiadau Riverside, recorder llais yn ddiofyn. Artiffactau cywasgu ansynhwyradwy i'r adnabodwr.

91%
128 kbps mono, sgwrs

Diofynion memo llais ar y mwyafrif o ffonau. Mae diarizeiddio acwstig yn trin 2-4 siaradwyr. Rhifau ac enwau priod angen edrychiad achlysurol.

84%
64 kbps mono, archifol / answerfon-dump

Rip hen beiriant ateb, archifau darlith, ffynonellau band-culr. Siblantau tonfedd uchel (f/s/sh) yn niwlog. Ond yn ddarllenadwy — cynllun trawf-ddarllain.

Cwestiynau cyffredin

8 o bethau y mae pobl yn gofyn amdanynt am drawsgrifio MP3.

01Beth yw'r isafswm cyfradd MP3 sy'n dal yn rhoi trawsgrifiad defnyddiol?+
64 kbps yw'r llawr ymarferol. Islaw hynny, mae siblantau (s, sh, f) yn cywasgu i sŵn ac mae cyfradd gwall gair yn dringo ymhellach na 20%. Os ydych chi'n recordio'n ffres, targewch 128 kbps mono neu 192 kbps stereo — mae unrhyw beth uwch yn ormod ar gyfer lleferydd.
02Oes rhaid i mi drosi fy MP3 i WAV yn gyntaf?+
Na. Mae ail-amgodio MP3 → WAV yn ychwanegu dim cywirdeb oherwydd mae'r data a ddisgarthodd yr amgodydd wedi mynd am byth. Uwchlwythwch yr MP3 yn uniongyrchol. Rydym ni'n datgodio fframiau mewn cof ac yn bwydo PCM i'r adnabodwr.
03A fydd stereo MP3 yn rhoi labeli siaradwyr gwell i mi nag mono?+
Dim ond os recordiwyd y siaradwyr yn wir ar sianeli ar wahân — mae y mwyafrif o MP3au stereo gyda'r un sain ar y ddwy ochr ('mono deuol') ac nid ydynt yn ennill dim. Holliad-sianeli gwir (e.e. allforio Riverside, rigiau cae dwy-mic) yn gadael i ni hepgor diarizeiddio acwstig a labeli siaradwyr bron-yn-berffaith.
04Beth yw maint ffeil MP3 uchaf y byddwch chi'n ei dderbyn?+
5 GB fesul uwchlwytho, sydd yn tua 60 awr ar 192 kbps neu 90 awr ar 128 kbps. Os yw eich ffeil yn fwy, byddwn ni'n dangos uwchlwytho chnewlog — dim angen i chi ei rannu eich hun.
05Pa mor hir mae MP3 60 munud yn ei gymryd i drawsgrifio?+
Yn nodweddiadol 90 eiliad o uwchlwytho-cyflawn i drawsgrifiad-parod, waeth beth fo'r cyfradd. Mae datgodio fframiau MP3 yn gyflym; yr amser yw yn yr adnabodwr. Mae diarizeiddio yn ychwanegu 5-10 eiliad ar ffeiliau amlsiaradwyr.
06Mae gan fy MP3 gerddoriaeth gefndir — a fydd y trawsgrifiad yn cael ei ddinistrio?+
Mae gwely cerddoriaeth tawel o dan lleferydd yn iawn. Mae cerddoriaeth uchel sy'n cystadlu â'r llais (stwnsau intro, marcio o dan gyfweliadau) yn achosi weithiau gamgymeriadau adnabod ar silaffau gorgyffwrdd. Toglo cydwasgu cerddoriaeth ar y ffurflen swydd i'r cyn-hidlo.
07Allwch chi drin MP3au wedi'u rwygo o neges ryddhau ffôn neu beirianau ateb?+
Ydw, er nad yw'r rheini yn aml yn 8 kHz band-culr ail-gwodedig fel MP3 — mae nenfyd ansawdd sain wedi'i osod gan y casglu PSTN gwreiddiol, nid y papur MP3. Disgwyl 78-85% cywirdeb ar y math hwnnw o ffynhonnell, sy'n yr un a fyddai gennym ni ar yr alwad sylfaenol.
08A ydych chi'n cadw fy MP3 ar ôl i'r trawsgrifiad fod yn wedi'i wneud?+
Mae ffeiliau yn cael eu dileu ar ôl 30 diwrnod yn ddiofyn, neu ar unwaith ar geisiad trwy'r dashboard. Mae'r trawsgrifiad yn aros yn eich cyfrif nes iddo i chi ei ddileu. Nid ydym ni'n defnyddio sain cwsmer i hyfforddi unrhyw fodel — byth.

Gollwng eich MP3. Cael testun yn ôl yn 90 eiliad.

30 munud am ddim bob mis. Dim cerdyn sy'n ei angen. Labeli siaradwyr, 99 iaith, pob fformat allforio wedi'i gynnwys.

Dechrau am ddim