تبدیل فایل‌های صوتی تا 10 ساعت به متن

تبدیل فایل‌های صوتی بلند به متن.تا 10 ساعت. بدون زمان محدود.

فایل صوتی بلند را انتقال دهید — تا 10 ساعت، 5 GB در Business. ما به‌صورت موازی تقسیم می‌کنیم، شناسه‌های گوینده را از ابتدا تا انتها ثابت نگاه می‌داریم، و یک رونوشت به‌جای یک پوشه شماره‌گذاری‌شده برمی‌گردانیم.

صدا یا ویدیویتان را رها کنید

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

مستقیم از مرورگر ضبط کنید

ثبت‌نام ۳۰ ثانیه طول می‌کشد — بلافاصله بعدش، ضبط داخل داشبورد باز می‌شود.

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTفایل‌ها در ۲۴ ساعت خودکار حذف می‌شوند

ساعت‌ها می‌رود. یک فایل تمیز خروجی.

بیشتر ابزارها حول 90 دقیقه زمان محدود می‌شوند یا ضبط بلند شما را به بخش‌های شماره‌گذاری‌شده تقسیم می‌کنند که باید خودتان آن‌ها را درست کنید. ما درون پنجره‌های 12 دقیقه‌ای همپوشان تقسیم می‌کنیم، آن‌ها را به‌طور موازی پردازش می‌کنیم، و با یک بررسی گوینده سراسری دوباره کنار هم می‌گذاریم.

جلسه استراتژی هیئت مدیرهREC 3 گوینده · 5:14:22 · 3.1 GB

شناسایی خودکار en-GB44.1 kHz استریو · 192 kbps

~90s

رونوشت · فایل واحددقت 92% · t=3:14:08

ما سه ساعت پیش رفتیم — بریم به نقطه زنجیر تامین از جلسه صبح برگردیم.

درست است، محورVB تولید ویتنام. فکر می‌کنم ما خطر زمان رساندن را نادیده گرفتیم.

زمان رساندن از 14 به 31 روز پس از تغییر تعرفه رفت.

و این قبل از اینکه ما ازدحام بندر در Long Beach فاکتور بگیریم.

دقت 92% در تمام فایل 5hDOCX · SRT · TXT · JSON

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.

app.transcription.solutions / interview-202.mp3Export

خلاصه 5متن پیاده‌شده 1,420گوینده‌ها 2خروجی‌ها

interview-202.mp347:08128 kbps CBR2 speakersen-US auto-detected

Founders need post-call content, not just transcripts. Tools force them to stitch 5 apps together.

Sample preview from a founder interview about post-call workflow. Real transcripts look exactly like this — same tabs, same summary block, same key-points / action-items split, same auto-tag chips.

نکات کلیدی

Gap exists between raw recordings and shippable content — tools stop at transcript.

Show notes, social clips, blog drafts all expected by call's end, not next-day.

Current tooling fragmented across 5 apps — no single pipeline.

Conversion-rate signal flipped a buyer-segment assumption at week 3.

40% of original hypothesis survived — the shape held, mechanics rebuilt.

چه کارهایی باید انجام شود

Speaker 1Investigate single-pipeline approach to replace 5-app stitch.

Speaker 2Mock how show-notes draft could flow from the transcript.

Speaker 2Pull conversion-rate by segment, Monday EOD.

Speaker 1Map the 5-app stitch & list which steps actually need a human.

Auto-taggedfounder interviewpost-call contenttooling fragmentationsingle pipeline

Try it on your own file — it's free

Otter Pro. تقسیم DIY Whisper. یا ما.

ابزارهای مصرف‌کننده طول فایل را محدود می‌کنند و بی‌سر و صدا قطع می‌کنند. Whisper API سقف 25 MB در هر درخواست دارد، بنابراین شما تقسیم‌کننده را خود می‌سازید. ما فایل 10 ساعته کامل را می‌پذیریم و یک رونوشت برمی‌گردانیم.

Option 01

Otter Pro

فایل‌های بلند را به 4 ساعت در هر ضبط محدود می‌کند. برچسب‌های گوینده بعد از نقطه 2 ساعته اِفتاب می‌کنند.

حداکثر طول فایل4 ساعت (سطح Pro)

حداکثر اندازه فایلتقریباً 1.5 GB آپلود

شناسه‌های گوینده از ابتدا تا انتهااِفتاب می‌کند بعد از 2 ساعت

خروجی فایل بلندسند واحد، قطع در سقف

هزینه$16.99/کاربر/ماه

آپلود قابل از سر گیریخیر

Best forجلسات کوتاه زیر 2 ساعت. برای ضبط‌های روزطولانی ناتوان است.

Option 02

Transcription.Solutions

10 ساعت در هر فایل. تقسیم موازی، بررسی گوینده سراسری، یک DOCX خروجی.

حداکثر طول فایل10 ساعت (Pro و Business)

حداکثر اندازه فایل2 GB Pro · 5 GB Business

شناسه‌های گوینده از ابتدا تا انتهابررسی جاسازی سراسری

خروجی فایل بلندفایل واحد · DOCX/SRT/TXT

هزینه · در دقیقه$0.03 ثابت صرف‌نظر از طول

آپلود قابل از سر گیریچند‌بخشی، پایدار در برابر قطع

Best forکارگاه‌های روزطولانی، شنود دادرسی، جلسات هیئت مدیره، تاریخچه‌های شفاهی — هر چیز بعد از دیوار 90 دقیقه‌ای.

Option 03

Whisper API + تقسیم DIY

ارزان‌ترین در هر دقیقه. شما تقسیم‌کننده، دوخت گوینده، و منطق تلاش مجدد را می‌سازید.

حداکثر طول فایل25 MB در هر درخواست (~25 دقیقه)

حداکثر اندازه فایلسقف سخت 25 MB

شناسه‌های گوینده از ابتدا تا انتهاهیچ — بدون دیاریزHirecion

خروجی فایل بلندبخش‌های شماره‌گذاری‌شده، شما دوخت می‌کنید

هزینه · در دقیقه$0.006 (OpenAI Whisper)

زمان مهندسیساعت‌ها تا روز‌ها در هر خط لوله

Best forمهندسانی که متن خام در هر بخش می‌خواهند و گوینده‌ها، خلاصه‌ها، یا خروجی واحد ندارند.

قیمت‌گذاری و محدودیت‌ها درست تا مه 2026. سقف طول Otter Pro آخرین بار در صفحه قیمت‌گذاری عمومی آن‌ها تأیید شد.

92% در تمام یک فایل 5 ساعته برقرار است. کیفیت ساعت به ساعت یکسان می‌ماند.

قسمت سخت با صوت بلند مدل نیست — نگاه‌داری دقت ثابت از دقیقه 1 تا دقیقه 600 است. اِفتاب گوینده و خطاهای مرز بخش چیزی است که بیشتر خط‌لوله‌ها را می‌کشتند. اعداد زیر در تمام فایل‌های مشتری طولانی اندازه‌گیری شدند، نه 10 دقیقه اول.

8 چیزی که مردم می‌پرسند. درباره تبدیل فایل‌های صوتی بلند

01حداکثر طول و اندازه فایل واقعی چقدر است؟+

10 ساعت در هر فایل در هر دو Pro و Business. Pro اندازه فایل را در 2 GB، Business در 5 GB محدود می‌کند. اگر چیزی بیشتر از 10 ساعت دارید، آن را یک بار در یک شکاف طبیعی تقسیم کنید — ما اگر آن‌ها را به‌طور متوالی در همان پروژه آپلود کنید شناسه‌های گوینده ثابت نگاه می‌داریم.

02من یک رونوشت یا یک پوشه بخش‌های شماره‌گذاری‌شده می‌گیرم؟+

یک فایل. همیشه. DOCX، SRT، TXT، یا JSON — انتخاب شما. مهرVB زمان‌ها از 00:00:00 تا انتهای ضبط به‌طور پیوسته اجرا می‌شوند، نه تنظیم دوباره در هر مرز بخش.

03فایل 6 ساعته چقدر طول می‌کشد تا برگردد؟+

تقریباً 18-25 دقیقه در صف Pro، 8-12 در اولویت Business. ما بخش‌های 12 دقیقه‌ای را به‌طور موازی پردازش می‌کنیم، بنابراین زمان دیواری شامل با طول فایل نشانVB‌خطی است، نه دقیقه‌به‌دقیقه.

04آیا شناسه‌های گوینده از ابتدا تا انتها ثابت می‌ماند؟+

بله. پس از دیاریزVB هر بخش، یک بررسی جاسازی سراسری صدا‌ها را در تمام فایل خوشه می‌کند. گوینده 3 در دقیقه 12 همان گوینده 3 در دقیقه 487 است. این چیزی است که خط‌لوله‌های DIY Whisper غلط انجام می‌دهند.

05اگر آپلود من در ساعت 3 من از یک فایل 4 GB قطع شود چه می‌شود؟+

آپلود چند‌بخشی قابل از سر گیری از آخرین بخش تکمیل‌شده از سر می‌گیرد. شما 3 GB اول را بازآپلود نمی‌کنید. بر روی Wi-Fi ضعیف هتل و tethering سلولی کار می‌کند — ما هردو را آزمایش کردیم.

06چرا Whisper API برای فایل‌های بلند خنگ می‌شود؟+

نقطه پایانی Whisper OpenAI سقف 25 MB در هر درخواست دارد — تقریباً 25 دقیقه صوت فشرده. هر چیز بیشتر‌تر نیاز به شما تا تقسیم، ترجمه به‌طور موازی، سپس رونوشت‌ها و محاذاه گوینده‌ها را خود دوخت کنید. ما تمام آن را سمت سرور انجام می‌دهیم.

07آیا قیمت در هر دقیقه در یک فایل 10 ساعته مانند یک فایل 10 دقیقه‌ای است؟+

بله. $0.03 در هر دقیقه ثابت، صرف‌نظر از طول. یک فایل 10 ساعته 18 دلار هزینه دارد. ما فایل‌های بلند را سرشارژ نمی‌کنیم راه Rev ($1.50/دقیقه انسان × 10 ساعت = $900).

08آیا می‌توانم نشانگرهای فصل یا مهرVB زمان هر ساعت دریافت کنم؟+

تغییر 'نشانگرهای ساعت' را در فرم شغل روشن کنید و DOCX با شکاف عنوان هر 60 دقیقه صادرات می‌شود. SRT کد زمانی پیوسته نگاه می‌دارد. JSON هردو — آرایه فصل و مهرVB‌های زمان سطح کلمه.