Hang fel hosszú audio fájlokat.Akár 10 óra. Nincs időlimit.

Dobjon be egy hosszú audio fájlt — akár 10 óra, 5 GB a Business terven. Párhuzamosan szeleteljük, végig konzisztens beszélőazonosítókat tartunk, és egyetlen átiratot adunk vissza számozott mappa helyett.

Húzd ide az audiót vagy videót

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

Felvétel egyenesen a böngészőből

30 másodperc a regisztráció — utána rögtön a vezérlőpulton indulhat a felvétel.

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTA fájlok 24 órán belül törlődnek

↓ Egy 5 órás fájl, az átirat közepén

Órák múlnak. Egy tiszta fájl kijön.

A legtöbb eszköz 90 perc körül lejár, vagy szeleteli a hosszú felvételét számozott részletekre, amelyeket össze kell varrnia. 12 perces átfedő ablakokra szeleteljük, párhuzamosan feldolgozzuk, és globális beszélőpasszal állítjuk vissza.

Igazgatósági stratégiai ülésszakREC 3 beszélő · 5:14:22 · 3.1 GB
automatikusan felismert en-GB44.1 kHz sztereó · 192 kbps
~90s
Átirat · egyetlen fájl92% pontosság · t=3:14:08
S1

Három óra múlt már — térjünk vissza a reggeli ülésszakból a beszerzési lánc kérdésére.

S2

Igaz, a vietnami gyártási fordulat. Úgy gondolom, átsiklottunk az átfutási idő kockázatán.

S1

Az átfutási idő a tarifaváltozás után 14 napról 31 napra nőtt.

S3

Ez még mielőtt figyelembe vesszük a Long Beachben a kikötő torlódást.

92% az egész 5 órás fájlonDOCX · SRT · 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

Három valódi lehetőség · őszinte összehasonlítás

Otter Pro. DIY Whisper szeletelés. Vagy mi.

A fogyasztói eszközök korlátozzák a fájl hosszát és csendesen csonkolják. A Whisper API-nak 25 MB-os kérelenként korlátja van, így te építed meg a szletelelőt. Mi elfogadjuk az egész 10 órás fájlt és egy átiratot adunk vissza.

Option 01

Otter Pro

Korlátozza a hosszú fájlokat 4 órára felvételenként. Beszélőazonosítók sodródnak 2 óra után.

Max fájl hossza4 óra (Pro csomag)
Max fájl mérete~1.5 GB feltöltés
Beszélőazonosítók végigSodródás 2 óra után
Hosszú fájl kimenetEgyetlen doc, korlátkor csonkítva
Költség$16.99/felhasználó/hó
Folytatható feltöltésNem
Best forRövid ülésszakak 2 óra alatt. Összeomlik az egész napos felvételeken.
Option 02

Transcription.Solutions

10 óra fájlonként. Párhuzamos szeletelés, globális beszélőpassz, egy DOCX kimenetre.

Max fájl hossza10 óra (Pro & Business)
Max fájl mérete2 GB Pro · 5 GB Business
Beszélőazonosítók végigGlobális beágyazás passz
Hosszú fájl kimenetEgyetlen fájl · DOCX/SRT/TXT
Költség · percenként$0.03 fix, függetlenül a hosszúságtól
Folytatható feltöltésMultipart, ellenáll az eséseknek
Best forEgész napos műhelyek, kihallgatások, igazgatósági ülésszakak, szóbeli történetek — bármi a 90 perces korlát után.
Option 03

Whisper API + DIY szeletelés

Legolcsóbb percenként. Te építed meg a szletelelőt, beszélő varrást és újrapróbálkozási logikát.

Max fájl hossza25 MB kérelenként (~25 perc)
Max fájl mérete25 MB kemény korlát
Beszélőazonosítók végigNincs — nincs azonosítás
Hosszú fájl kimenetSzámozott részleges, te varrsz
Költség · percenként$0.006 (OpenAI Whisper)
Mérnöki időÓrák napokig pipeline-ig
Best forMérnökök, akik nyers szöveget akarnak szeletenként, és nem kell beszélő, összefoglalás vagy egyetlen kimenet.

Az árazás és korlátok pontosak 2026 május óta. Az Otter Pro hosszúsági korlát utoljára hitelesítve volt nyilvános árképzési oldalukon.

Hosszú fájlokra specifikus

Három módszer, ahogyan az általános eszközök meghalna a 90 percen túl.

A legtöbb pipeline egy órás ülésszakokra lett felépítve. A hosszú hanganyag megjósolható módon megtöri — itt van, amit másképp csinálunk.

Mit szokott rosszul menni

  1. 1Csendes időlimit 90 percnél. A feladat egy órán keresztül forog, majd hasznos hiba nélkül meghal. Nincsen mit újrapróbálkoztatni.
  2. 2Beszélőazonosítók szlicek között sodródnak. Az 1. óra 1-es beszélője a 3. órában a 4-es beszélővé válik, mert minden szlice elszigetelten kerül azonosításra.
  3. 3A kimenet egy számozott mappa. `átirat_rész_01.txt` és `átirat_rész_24.txt` az összes szlethatárnál az időbélyegek alaphelyzetbe állnak. Te varrsz össze.

Mit kell megfordítani itt

  1. 1Folytatható multipart feltöltés. A kapcsolat a 2. óra feltöltésénél szakad? Folytatódik az utolsó befejezett résztől. Nincs 4 GB-os újrafeltöltés.
  2. 2Globális beszélő beágyazás passz. Szletenkénti azonosítás után az egész fájlon keresztül hangokat klaszterezünk, így a 3-as beszélő ugyanaz a 12. és 487. percnél.
  3. 3Egyetlen DOCX órajelzőkkel. Egy fájl, folyamatos időbélyegek, opcionális fejezet szünet 60 percenként. Nincs varrás.

Ajánlott feladatbeállítások hosszú fájlokhoz

Dobjon be bármi 90 perc felett és ezek automatikusan bekapcsolnak. Felülírás feladatonként az űrlapról.

Szletezési stratégia
12 perces ablakok · 10s átfedés
Azonosítás
Globális passz az összes szlethez
Beszélő modell
Hosszúforma · 2–20 beszélő
Feltöltés
Folytatható multipart
Sor
Prioritás (Business terv)
Exportálás
Egyetlen DOCX · órajelzők bekapcsolva

Accuracy · real-world numbers

92% teljesül egy 5 órás fájlon. A minőség óráról órára lapos marad.

A hosszú hanganyag nehéz része nem a modell — az, hogy a pontosság lapos marad az 1. perctől a 600. percig. A beszélő sodródása és szlethatári hibák az, ami megtöri a legtöbb pipeline-t. Az alábbi számok teljes hosszúságú ügyfél fájlokon mérhetők, nem az első 10 percben.

95%
Stúdió hosszúforma, egyetlen beszélő

Audiokönyv narráció, szóló podcast, diktált kézirat. 6–10 óra tiszta hang szobazaj nélkül. Nincs szükséges azonosítás.

92%
Konferenciaasztal, 2–6 beszélő

Konferenciaasztal, ügyes mikrofon, 3–5 óra. Globális beszélőpassz az azonosítókat az egész fájlon keresztül stabilizálja.

88%
Egész napos műhely, zsebmikrofonok

7–9 órás képzési nap mikrofon átadással és közönségi kérdésekkel. A neveknek 5 perces passz szükséges a beszélő chipeken.

82%
Terepen való kerekasztal, 8+ beszélő

Hosszú szóbeli történet, fókuszcsoportok vagy panel átfedő hangokkal és környezeti zajjal. Használható, de számítson karbantartásra.

Gyakori kérdések

8 dolog, amit meg szoktak kérdezni a hosszú audio átiratáról.

01Mi az aktuális fájl hossz- és méretkorlát?+
10 óra fájlonként Pro és Business terven is. Pro 2 GB-ban korlátoz méretben, Business 5 GB-ban. Ha hosszabb valamid, mint 10 óra, osztsd meg egyszer egy természetes szünetnél — konzisztens beszélőazonosítókat tartunk, ha ugyanazon a projektben vissza-vissza töltöd fel őket.
02Egy átiratot vagy számozott részleges mappát kapok?+
Egy fájl. Mindig. DOCX, SRT, TXT vagy JSON — a választásod. Az időbélyegek folyamatosan futnak 00:00:00-tól az egész végéig, nem az összes szlethatárnál alaphelyzetbe állnak.
03Meddig tart egy 6 órás fájlt visszatérni?+
Nagyjából 18–25 perc a Pro sorban, 8–12 óra a Business prioritáson. Párhuzamosan feldolgozzuk a 12 perces szleteket, ezért a falióra-idő szub-lineárisan skálázódik fájl hosszal, nem perc-perc alapon.
04A beszélőazonosítók végig konzisztensnek maradnak?+
Igen. Szletenkénti azonosítás után egy globális beágyazás passz az egész fájlon keresztül hangokat klaszterezik. A 3-as beszélő a 12. percnél ugyanez a 3-as beszélő a 487. percnél. Ez az a fő dolog, amit a DIY Whisper pipeline-k rosszul csinálnak.
05Mi történik, ha a feltöltésem a 4 GB fájl 3. órájában szakad?+
Folytatható multipart feltöltés az utolsó befejezett résztől folytatódik. Nem töltöd fel újra az első 3 GB-ot. Működik instabil szállodai Wi-Fi és mobil tethering — mindkettőt teszteltük.
06Miért torlódik meg az Whisper API a hosszú fájlokon?+
Az OpenAI Whisper végpont egy 25 MB-os kérelenként kemény korláttal rendelkezik — megközelítőleg 25 perc tömörített hanganyag. Bármi hosszabb szüksége szeletelésre, párhuzamos átirat és beszélő magad összeállítására és szövetkezésre. Mi mindadt szerver-oldalon csinálunk.
07A percenkénti ár ugyanez egy 10 órás fájlon, mint egy 10 perces fájlon?+
Igen. $0.03 percenként fix, függetlenül a hosszúságtól. Egy 10 órás fájl 18 $-ba kerül. Nem sokat költünk a hosszú fájlokon, ahogyan a Rev teszi ($1.50/perc emberi × 10 óra = $900).
08Kaphatok fejezet jelölőket vagy időbélyegeket óránként?+
Kapcsold be az 'Órajelzők' lehetőséget a feladat űrlapon, és a DOCX 60 percenként fejezet szünettel exportál. Az SRT folyamatos időkódot tart. A JSON mindkettőt — fejezet tömb plusz szószer időbélyegek.

Dobjon be hosszú fájlt. Egyetlen átiratot kapjon vissza.

30 ingyenes perc minden hónapban. Nincs kártya. Fájlok akár 10 óráig, beszélőcímkék, amelyek konzisztensek maradnak, egyetlen fájl exportálás.

Szabad indítás