Start free

Transcribe archivos de audio largos. Hasta 10 horas.Sin tiempo de espera.

La mayoría de las herramientas fallan silenciosamente por encima de 2 horas o 2 GB. Nuestro pipeline divide archivos largos en carriles de procesamiento paralelo, los reensambla con marcas de tiempo alineadas y entrega una transcripción única y coherente — con etiquetas de hablante intactas. Pro y Business aceptan hasta 10 horas por archivo. Business añade un límite de tamaño mayor (5 GB vs 2 GB) y una cola prioritaria.

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.

01¿Cuál es el tamaño y la duración máxima del archivo?+
Business: 5 GB por archivo, hasta 10 horas por grabación. Pro: 2 GB por archivo, hasta 10 horas por grabación. Gratuito: 100 MB por archivo, hasta 30 minutos por archivo, 30 minutos totales por mes. Todos los planes aceptan el mismo conjunto de formatos: MP3, WAV, M4A, FLAC, OGG, MP4, MOV, WEBM, MKV.
02¿Se agotará el tiempo de mi grabación durante la subida o el procesamiento?+
No. Los archivos de más de 2 GB se suben directamente al almacenamiento mediante una URL presignada — la solicitud nunca se agota en una pestaña del navegador. El procesamiento utiliza una cola de trabajos persistente: incluso si cierras el navegador, el trabajo continúa y recibes una notificación por correo electrónico cuando la transcripción esté lista.
03¿Necesito dividir mi archivo antes de subirlo?+
No. El pipeline divide los archivos internamente en fragmentos superpuestos, los procesa en paralelo y reensambla una única salida con marcas de tiempo alineadas. La división manual solo es necesaria si tu archivo excede el límite del plan.
04¿La diarización de hablantes funciona en un archivo de 10 horas?+
Sí. La diarización se ejecuta en todo el archivo después de que todos los fragmentos se completan, no de forma independiente en cada fragmento. Esto significa que SPEAKER_01 en la hora 1 es la misma persona que SPEAKER_01 en la hora 9. La deriva suele ser inferior a una atribución errónea por hora en audio controlado.
05¿Qué tan rápido procesará mi archivo?+
Aproximadamente 4 veces más rápido que el tiempo real — por lo que una grabación de 4 horas toma unos 60 minutos. Los archivos muy grandes (>6 horas) pueden ponerse en cola detrás de otros trabajos durante las horas pico; el procesamiento fuera de horas pico es consistentemente más rápido.
06¿Puedo procesar por lotes varios archivos largos a través de la API?+
Sí. Haz POST de cada archivo como un trabajo separado a /api/v1/jobs y especifica una URL de webhook. Los trabajos se procesan en paralelo (sujeto a los límites de concurrencia del plan). Business ejecuta hasta 50 trabajos concurrentes; Pro hasta 20. Las presentaciones que excedan el límite activo se estacionan como `pending` y se promueven automáticamente cuando un espacio se libera — no serás limitado en la presentación.
07¿Hay una forma gratuita de probar antes de actualizar?+
Sí — el plan Gratuito te da 30 minutos por mes, sin necesidad de tarjeta. Úsalo con un extracto representativo de 30 minutos de tu grabación larga para verificar la precisión antes de comprometerte con un plan de pago.

Drop something in. See what comes out.

Sube hasta 5 GB, 10 horas de duración. Sin división, sin tiempo de espera, etiquetas de hablante en todo momento.

Iniciar transcripción gratuita