Start free

Transkribieren Sie lange Audiodateien. Bis zu 10 Stunden.Kein Timeout.

Die meisten Tools versagen stillschweigend bei mehr als 2 Stunden oder 2 GB. Unsere Pipeline teilt lange Dateien in parallele Verarbeitungsspuren auf, setzt sie mit ausgerichteten Zeitstempeln wieder zusammen und liefert ein einziges kohärentes Transkript — die Sprecherkennzeichnung bleibt erhalten. Pro und Business akzeptieren beide bis zu 10 Stunden pro Datei. Business bietet eine höhere Größenbegrenzung (5 GB vs. 2 GB) und eine Prioritätswarteschlange.

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

7 things people ask about this.

01Was ist die maximale Dateigröße und -länge?+
Business: 5 GB pro Datei, bis zu 10 Stunden pro Aufnahme. Pro: 2 GB pro Datei, bis zu 10 Stunden pro Aufnahme. Free: 100 MB pro Datei, bis zu 30 Minuten pro Datei, insgesamt 30 Minuten pro Monat. Alle Tarife akzeptieren den gleichen Satz von Formaten: MP3, WAV, M4A, FLAC, OGG, MP4, MOV, WEBM, MKV.
02Wird meine Aufnahme während des Hochladens oder der Verarbeitung ein Timeout haben?+
Nein. Dateien über 2 GB werden direkt über eine presigned URL in den Speicher hochgeladen — die Anfrage läuft in einem Browser-Tab nie ab. Die Verarbeitung verwendet eine persistente Auftragswarteschlange: Selbst wenn Sie den Browser schließen, wird der Auftrag fortgesetzt und Sie erhalten eine E-Mail-Benachrichtigung, wenn das Transkript fertig ist.
03Muss ich meine Datei vor dem Hochladen aufteilen?+
Nein. Die Pipeline teilt Dateien intern in überlappende Blöcke auf, verarbeitet sie parallel und setzt eine einzige Ausgabe mit ausgerichteten Zeitstempeln wieder zusammen. Manuelles Aufteilen ist nur erforderlich, wenn Ihre Datei die Tarifgrenze überschreitet.
04Funktioniert die Sprecherdiarisierung über eine 10-stündige Datei hinweg?+
Ja. Die Diarisierung wird auf der gesamten Datei ausgeführt, nachdem alle Blöcke abgeschlossen sind, nicht unabhängig auf jedem Block. Das bedeutet, dass SPEAKER_01 in Stunde 1 dieselbe Person ist wie SPEAKER_01 in Stunde 9. Bei kontrolliertem Audio liegt die Abweichung typischerweise unter einer Fehlzuordnung pro Stunde.
05Wie schnell wird meine Datei verarbeitet?+
Etwa 4× schneller als in Echtzeit — eine 4-stündige Aufnahme dauert also etwa 60 Minuten. Sehr große Dateien (>6 Stunden) können während Stoßzeiten hinter anderen Aufträgen in der Warteschlange stehen; die Verarbeitung außerhalb der Spitzenzeiten ist durchgehend schneller.
06Kann ich mehrere lange Dateien über die API stapelverarbeiten?+
Ja. POSTen Sie jede Datei als separaten Auftrag an /api/v1/jobs und geben Sie eine Webhook-URL an. Aufträge werden parallel verarbeitet (unterliegt den Tarif-Gleichzeitigkeitsgrenzen). Business führt bis zu 50 gleichzeitige Aufträge aus; Pro bis zu 20. Einsendungen über dem aktiven Limit werden als `pending` gespeichert und automatisch hochgestuft, wenn ein Slot frei wird — Sie werden bei der Einreichung nicht ratenbegrenzt.
07Gibt es eine kostenlose Möglichkeit zum Testen vor einem Upgrade?+
Ja — der Free-Tarif gibt Ihnen 30 Minuten pro Monat, keine Karte erforderlich. Verwenden Sie ihn mit einem repräsentativen 30-minütigen Ausschnitt Ihrer langen Aufnahme, um die Genauigkeit zu überprüfen, bevor Sie sich für einen kostenpflichtigen Tarif entscheiden.

Drop something in. See what comes out.

Laden Sie bis zu 5 GB, 10 Stunden lang, hoch. Kein Aufteilen, kein Timeout, Sprecherkennzeichnung durchgehend.

Kostenlose Transkription starten