Transkribeeri MP3 tekstile.Kõnelejate märgistus, 100+ keelt.

Visake MP3 fail ükskõik millise bitiga kiiruse 64 kuni 320 kbps. Saaksite ajatemplitega, kõnelejatega märgistatud ärakirja 99 keeles — vormingu teisendamiseta, ümber kodeerimiseta, järjekorras olemiseta.

Lohista oma audio või video

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

Salvesta otse brauserist

Liitumine võtab 30 sekundit — salvestamine avaneb kohe pärast, töölaual.

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTFailid kustuvad 24 tunni jooksul

↓ Vaata, mis välja tuleb

MP3 sisse. Diariseeritud ärakirja välja.

Loeme MP3 raami päiseid otse — VBR, CBR, joint-stereo, ükskõik milline kooder (LAME, Fraunhofer, FFmpeg). Kui fail on tõeline stereo kõnelejatega eraldi kanalitest, kasutame seda häälte jagamiseks. Monokanalise segistamise korral pöördume akustilise diariseerimise poole.

interview-tape-04.mp3REC 192 kbps · stereo · 38:42
automaatselt tuvastatud en-GB44.1 kHz · LAME 3.100
~90s
Ärakirja · streaming95% täpsus
S1

Nii et millal sa esimest korda aru said, et arhiiv oli puuduslik?

S2

Ilmselt umbes 2019. aastal, kui hakkasime lindid digitaliseerima.

S1

Ja puuduvad lindid — olid need kusagil arvestuses?

S2

On paberreg '78. aastast, aga pool sellest on veest kahjustatud.

95% 192 kbps stereosSRT · 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

Kolm päris võimalus · aus võrdlus

Tasuta kohalik Whisper. Otter või Sonix. Või meie.

Saate käitada Whisper oma sülearvutil tasuta, kui olete tehnilised. Otter ja Sonix aktsepteerivad MP3 üleslaadimisi tellimuse juhtpaneelides. Me võtame faili, tagastame ärakirja ja me te ei sunni elama kasutajaliidese sees.

Option 01

Whisper kohalik / avatud lähtekood

Tasuta, kui teil on GPU ja pärastlõunaks aega. Kõnelejate diariseerimist karbist välja pole.

SeadistaminePython + CUDA + 10 GB mudelid
Kõnelejate diariseerimisePole kaasatud (pyannote lisand)
Kiirus · 1 tunni MP35–40 min tarbija GPU-s
Keeled99, aga väike mudel langeb alla 80%
EksportTXT / SRT / VTT / JSON
KuluTasuta + teie elekter
Best forInsenerid, kes juba GPU omavad, pole vaja kõnelejate märgistusi ja soovivad täielikku kohaliku privaatsust.
Option 02

Transcription.Solutions

Visake MP3. Saaksite kõnelejatega märgistatud teksti tagasi roughly reaalajas × 0.025.

SeadistamineLohistamine ja viskamine, proovimiseks kontot pole vaja
Kõnelejate diariseerimiseSisseehitatud (Pro & Business'i plaanid)
Kiirus · 1 tunni MP3~90 sekundit
Keeled99, automaatselt tuvastatud
EksportSRT · VTT · DOCX · TXT · JSON
Kulu · minut kohta$0.03
Best forIgaüks MP3-ga — ajakirjanik tapi, podcasti eksport, häälemeemo, arhiiviline teine tase — kes lihtsalt soovib täpseid teksti väljundit.
Option 03

Otter / Sonix

Poleeritud armatuurlaud, igakuise minutid juurde, inglise keele-hääldatud. Faili üleslaadimine tundub külgfunktsioonina.

SeadistamineKonto + tasulised plaanid
Kõnelejate diariseerimiseAkustiline, EN-kallutatud
Kiirus · 1 tunni MP35–10 min järjekorras
KeeledOtter EN ainult; Sonix ~40
EksportLukus tasulist taseme taga
Kulu$17+/kuu või $10+/h (Sonix)
Best forMeeskonnad, kes soovivad transkribi toimetajat ja koostöö kasutajaliidest rohkem kui puhtast API-stiili fail→teksti voogu.

Hinnakujundus ja funktsiooni kättesaadavus täpsed mai 2026 seisuga. Whisper' jõudlus varieerub mudeli suuruse ja riistvara järgi.

MP3 konkreetne

Kolm asja, mis käivad paigast üldiste transkribeerimistööriistad.

MP3 on vormingu, mitte salvestamise stiil — mis tähendab, et rikete režiimid tulevad kodeerija küljelt, mitte kõne.

Mis läheb valesti

  1. 1VBR päised saavad valesti jäljendatud. Mõned tööriistad loevad muutva bittiga MP3-sid fikseeritud kiirusena ja arvutavad vale kestus — ajatemplid triivuvad minutite kaupa tunni pikkuse faili jooksul.
  2. 2Joint-stereo saadakse üleslaadimise eeltöötlemisel monole. Kaotate kanali eraldamise kõnelejate vahel, mis oli tegelikult failis.
  3. 3Manustatud ID3 albumi pilt teeb paar üleslaadija liigutanud — nad hülgivad faili kui 'mitte puhas heli' või riisuvad ja kodeerivad ümber, langetades kvaliteeti veelgi.

Mida me selle asemel teeme

  1. 1Kasutame Xing/LAME päis kui see on olemas ja raami loendamise tagavarana, kui see ei ole. VBR ajatemplid jäävad täpseks ±0.1 s mitme tunni failide jooksul.
  2. 2Joint-stereo ja tõeline-stereo MP3 on dekodeerida L/R PCM-le enne diariseerimist. Kui teie kõnelejad panid, jätame nad eraldi.
  3. 3ID3v1, ID3v2, APE sildid rikastatud kunst — kõik läbi antud puutumata. Me kunagi kodeerime teie MP3 uuesti.

MP3 üleslaadimiste soovitatud tööseaded

Vaikeseisundid, mis sobivad ~80% MP3 failidega. Tühjendamine tööde kaupa vormi põhjal.

Dekoder
Raami-täpne, ilma koodergi ümber
Diariseerimise
Kanali jagamine, kui stereo, muud akustiline
Kõnelejate mudel
Auto · 1-12 kõnelejat
Keel
Auto-tuvastav esimesest 30 s
Täytes sõnad
Eemaldatud (tumblrile hoida)
Ekspordi kimps
DOCX + SRT + ajatemplitega TXT

Accuracy · real-world numbers

95%+ 192 kbps steroös. Kasutatav alates 64 kbps monost.

MP3 täpsus on piiratud sellega, mida kooder säilitas, mitte meiega. Tajulik tihendamine üle ~96 kbps säilitab kõne arusaadavuse väga hästi; alla 64 kbps hakkavad sibulad ja kaashäälikud lahustuma. Numbrid allpool on tegelike kliendi MP3-de tootmisest.

96%
320 kbps stereo, stuudio allikas

Peaaegu kadusita kõnele. Podcastide meistrid, dikteefoni rakenduse eksordid, professionaalsed intervjuu rigid. Diariseerimise puhtal, kui kõnelejad eraldi kanalites.

95%
192 kbps stereo, 2-3 kõnelejat

Kõige levinum bitiga kiirus kõnekõnega MP3 neile. Zoom eksport, Riverside allalaadimised, häälehälves vaikeseisund. Tihendamise artefaktid tuvastajale kuulmatud.

91%
128 kbps monole, vestlus

Häälemeemo vaikeseisund enamikul telefonidel. Akustiline diariseerimisväljak 2-4 kõnelejat. Numbrid ja õiged nimesid mõnikord vaja vaadata.

84%
64 kbps monoole, arhiiv / telefonist tühjendus

Vana vastajamassina ribad, loengute arhiivid, kitsale riba allikad. Kõrge sageduse kaashäälikud (f/s/sh) udused. Siiski loetav — plaani korrektuuri.

Tavaküsimused

8 asja, mida inimesed küsivad MP3 transkribeerimise kohta.

01Mis on minimaalne MP3 bitiga kiirus, mis annab ikkagi kasutuskõlbuliku ärakirja?+
64 kbps on praktiline põrand. Alla selle, siblad (s, sh, f) suruvad mürana ja sõna veamäär ronib üle 20%. Kui te salvestate värske, sihtida 128 kbps monosse või 192 kbps stereoosse — midagi kõrgemat on rääkimist rääkimine.
02Pean teisendama oma MP3 WAV esmalt?+
Ei. Ümber koodeering MP3 → WAV lisab nulli täpsust, sest andmed, mida kodeerija mahaviskasid, on igaveseks weg. Laadige MP3 otse üles. Me dekodeerime raame mälust ja söödame PCM tuvastajale.
03Kas stereo MP3 annab mulle paremaid kõnelejate märgistuis kui monole?+
Ainult siis, kui kõnelejate salvestatakse tegelikult eraldi kanalites — enamus stereo MP3 on sama audio mõlemal küljel ('kahe mono') ja saavad midagi. Tõeline kanali jaotumine (nt Riverside eksordid, kahe-mikrofoni välja rigid) võimaldab meil jätta akustilise diariseerimise ja märgistada kõnelejat peaaegu täiuslikult.
04Mis on maksimum MP3 faili suurus, mida te aktsepteerite?+
5 GB üleslaadimiste, mis on jämel 60 tundi 192 kbps juures või 90 tundi 128 kbps. Kui teie fail on suurem näitame te tükeldatud üleslaadimist — pole vaja seda ise jagada.
05Kui kaua võtab 60-minutiline MP3 transkribeerida?+
Tavaliselt 90 sekundit üleslaadimise valmis seisust transkribi-valmis seisundini, olenemata bitiga. MP3 raami dekodeerimine on kiire; aeg on tuvastaja. Diariseerimise lisada 5-10 sekundit mitme kõnelejate failides.
06Minu MP3 on taustal muusikat — kas ärakirja rikutakse?+
Vaikne vood muusikat kõnega on peen. Vali muusikat, mis konkureerib häält (intro saatetükid, intervjuude all punktimine) mõnikord käivitab valesti kuulamiseid kattuvate silpide. Kergendus muusika summutamine tööde vormil eelfilter.
07Kas saate käsitleda MP3 taasiosakud telefooni häälohkest või vastuajamast?+
Jah, kuigi neid on sageli 8 kHz kitsale rahale kodeeringust — audio kvaliteedi lagi on seadistatud originaalne PSTN pidu, mitte MP3 koos. Oodake 78-85% täpsust sel allikalt, mis on sama, mis saame aluseks jääval kutsele.
08Kas sa hoiavad minu MP3 pärast ärakirja?+
Failid kustutatakse vaikimisi 30 päeva järel või kohe taotlem teel armatuurlaua kaudu. Ärakirja jääb teie kontole, kuni sa selle kustutad. Me ei kasuta klient helidel ronida mudelit — kunagi.

Visake oma MP3. Saaksite teksti tagasi 90 sekundiga.

Iga kuu 30 tasuta minutit. Kaardita vajalik. Kõnelejate märgistus, 99 keelt, iga ekspordi vormingu kaasatud.

Alusta tasuta