WAV-fájlok átírása beszélőjelöléssel.Veszteségmentes minőség.

Dobd fel a WAV-felvételt közvetlenül a terepi rig-ből, DAW-bounceból vagy interjú-kitből. Megtartjuk a 24 bites fejlécet, diarizációt futtatunk a nyers PCM-en, és percek alatt visszaadjuk az időbélyegzett átiratot SRT-vel.

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

↓ Nézd meg, mi jön ki

Nyers PCM be. Tiszta átirat ki.

A veszteségmentes WAV azt jelenti, hogy minden sibiláns, plosszív és halk szó épen marad — nincs MP3-bomlás a mássalhangzók között. Ha a fájl többsávos, kihagyjuk az akusztikai diarizációt és csatornalayout szerint osztunk fel.

WAV · 48 kHz / 24 bitesREC 2 sáv · 1ó 12p · 743 MB
automatikus felismerés: en-GBsztereó PCM · tömörítetlen
~90s
Átirat · streaming97% pontosság
S1

Vigyél vissza arra a reggel hetvennyolcban — amikor jött a hívás?

S2

Négy negyvenötre felé, többé-kevésbé. A vízforraló fent volt, erre emlékszem.

S1

Onnan egyesen hajtál le a kikötőhöz?

S2

A hajódoktra egyesen. A lámpák még égtek, amikor behajtottam.

97% csatornánkénti WAV-onSRT · 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

Három valódi lehetőség · őszinte összemérés

Adobe Audition. Descript. Vagy mi.

Az Audition beszédfelismerése a Creative Cloud csomaghoz jár és az idővonalon belül marad. A Descript átimportálja a WAV-ot a saját szerkesztőjébe. Mi úgy vesszük fel a fájlt, ahogy van, szabványos exportokat adunk vissza, és nem kérünk arra, hogy mozgasd máshova a projektet.

Option 01

Adobe Audition / Premiere

Átirat-panel az Adobe idővonalon belül. A Creative Cloud-hoz és a projektfájlhoz kötött.

SzükségesCreative Cloud-előfizetés
Beszélő-diarizációIgen, csak kevert jel
Többsávos WAVLekeverve az STT előtt
ExportálásSRT · CSV · XML
Nyelvek18, kézi választás
Költség~$23/hó (egyetlen alkalmazás)
Best forSzerkesztők, akik már a Premiere-ben vagy Audition-ban vágnak és az idővonalon rögzített feliratokat szeretnének.
Option 02

Transcription.Solutions

Dobd fel a WAV-ot. Csatornánkénti diarizáció, ha többsávos. Forrás 24 óra múlva törlődik.

SzükségesSemmi — csak a fájl
Beszélő-diarizációCsatornánkénti vagy akusztikai
Többsávos WAVAkár 16 csatorna
ExportálásSRT · VTT · DOCX · TXT · JSON
Nyelvek99, automatikus felismerés
Költség · percenként$0.03
Best forBárki, aki nyers WAV-mal rendelkezik — terepi felvevők, podcastok DAW-ból, szóbeli történeti archívumok, kutatók.
Option 03

Descript

Importálja a WAV-ot a Descript szerkesztőjébe. Erőteljes, de benne kell dolgoznod.

SzükségesDescript-fiók + import
Beszélő-diarizációAkusztikai, EN-optimalizált
Többsávos WAVImport külön klipekké
ExportálásTXT · SRT · DOCX
Nyelvek23, pontosság változó
Költség$16–24/felhasználó/hó
Best forPodcast-szerkesztők, akik az átirat szerkesztésével szeretnék szerkeszteni a hangot — ez a Descript igazi erőssége.

Az árak 2026-ban pontosak. Az Adobe és Descript funkciók gyakran változnak; ellenőrizd az aktuális dokumentációt az elköteleződés előtt.

Kifejezetten WAV-hez

Három csapda az általános transzkripciós eszközeknél.

A legtöbb feltöltő csendesen lecsökkenti a WAV-od felbontását az elküldés előtt egy felismerőnek. Mi nem.

Mi megy félre

  1. 1A többsávos WAV levejerül. A Sound Devices MixPre-ből származó 4-csatornás terepi felvétel monóvá kevert az STT előtt. A mikrofononként vásárolt szétválasztottság szét van dobálva.
  2. 232 bites lebegőpontos WAV-ok a Zoom F-sorozatból vagy MixPre-ből egyenesen elutasítva, vagy 16-bitre vágva és elvesztik a fejléc-helyreállítást.
  3. 396 kHz / 24 bites interjúk örökké tartanak feltölteni, mert az eszköz MP3-re kódolja újra a böngészőben az elküldés előtt.

Mit lehet itt megfordítani

  1. 1Töltsd fel a többsávos WAV-ot ahogy van (akár 16 csatorna). Olvasunk a csatornalayout-ot a WAV fejlécből, és egy beszélőt rendelünk egy sávhoz — akusztikai találgatás nélkül.
  2. 2A 32 bites lebegőpont natívan elfogadott. Megőrizzük a lebegőpont-fejlécet a felismerőhöz való normalizáláskor, így a 0 dBFS feletti csúcsok nem vágódnak le.
  3. 3Közvetlen bináris feltöltés, nincs átkódolás a böngészőben. Egy 2 GB-os WAV a teljes sávszélességgel mozog és feldolgozása az utolsó bájt érkezésekor kezdődik.

Ajánlott feladat beállítások WAV-hez

Dobd fel a WAV-ot, és ezek alapértelmezetten bekapcsolnak. Felülbírálás feladatonként az űrlapból.

Mintavételi arány
Natív (nincs lecsökkentés)
Bitmélység
24 bites / 32 lebegőpont megtartva
Diarizáció
Csatornánkénti, ha többsávos
Beszélő-modell
Interjú · 2-8 beszélő
Szövegkitöltő szavak
Megtartva (kapcsold ki, ha kell)
Exportálás
DOCX · SRT · időbélyegzett TXT

Accuracy · real-world numbers

97%+ csatornánkénti WAV-on. A WAV a tiszta jelet adja a felismerőnek.

Mivel a WAV nyers PCM-et tárol perceptuális tömörítés nélkül, a mássalhangzók és sibilánsok nem hullannak el az MP3 által elrontott módon. A felismerő azt hallja, amit a mikrofon hallott. Az alábbi számok valós, éles üzemi WAV-munkáktól származnak.

98%
Stúdió WAV · egyetlen beszélő

48 kHz / 24 bites, nagy membránú kondenzátor, kezelt helyiség. Narráció, audiokönyv, voice-over foglalkozások kerülnek ide.

96%
Többsávos interjú WAV

Egy csatorna egy beszélőre (lavs vagy határos mikok). A diarizáció csak csatorna-útválasztás — szöveghiba.

92%
Kézi terepi rögzítő

Zoom H5, Tascam DR-40, hasonlók. Sztereó XY felvétel, 2-3 beszélő, némi szobareflexió. A legtöbb podcast WAV ide tartozik.

85%
Zajos környezeti terepi WAV

Kültéri, kávézó, jármű. A veszteségmentes felvétel segít — a zaj valódi, nem kodek-artefakt — de a pontosság még így is esik az átfedő beszédnél.

Gyakori kérdések

8 gyakori kérdés a WAV-átírásról.

01Mekkora a maximális WAV-fájl mérete?+
5 GB fájlonként a szokásos csomaggal, ami körülbelül 8 óra sztereó 48 kHz / 24 bitből, vagy 2,5 óra 96 kHz / 24 bitből. A nagyobb fájlok rendben vannak a csapat csomaggal — csak vegyél fel velünk kapcsolatot az feltöltés előtt.
02Támogatjátok a 32 bites lebegőpontos WAV-ot a Zoom F-sorozatról vagy MixPre-ről?+
Igen, natívan. Olvassuk a lebegőpontos mintákat a 0 dBFS-nél való vágás nélkül, így a hangos tranzientek, amiket utóban le szeretnél húzni, tisztán maradnak átírva. A legtöbb generikus feltöltő csendesen 16-bitre down-castol előtte.
03Van egy 4-csatornás WAV-om egy terepi rögzítőről — egy mikrofon egy személyre. A diarizáció ezt fogja használni?+
Fogja. Töltsd fel a polifon WAV-ot közvetlenül (ne bounceeld előbb sztereóra). Feldolgozzuk a csatornalayout-ot a WAV fejlécből és egy beszélőt rendelünk egy sávhoz — sokkal megbízhatóbb az akusztikai diarizációnál hasonló hangokkal.
04Lecsökkentite a 96 kHz-es WAV-ot?+
A felismerő belül 16 kHz-en fut — ez az emberi beszédmegértésnek az a plafonja. De megtartjuk az eredeti fájlt érintetlenül és használjuk azt bármilyen utófeldolgozáshoz, mint a zaj-kapuzás. Az exportok az eredeti idővonalon hivatkoznak.
05A WAV tényleg pontosabb az MP3-nál az átíráshoz?+
Marginálisan igen — általában 1-2 pont WER-ben a tiszta beszédhez. A nagyobb rés a sibilánsok és csendes részek mellett jelenik meg, ahol az MP3 psychoacoustic tömörítése eldobja azokat az információkat, amelyeket a felismerő használott volna. Az archiváláshoz vagy törvényszéki munkához a WAV a megfelelő választás.
06Megőrződnek a BWF metaadatok és az időkód?+
Olvassuk a BWF-darabokat (bext, iXML) és az kezdő időkódot az átirat összepárosításához a munkameneti idővonaladhoz. Az eredeti WAV soha nem módosul — a másolatán dolgozunk, amit 24 óra után törlünk.
07Tudom-e feldobni egy WAV-fájl mappáját egy DAW-munkamenet exportálásból?+
Igen. A batch feltöltés akár 50 fájlt fogad el egyszerre. Minden WAV megkapja a saját feladatát és átiratát. Ha egy munkamenettől származnak, akkor egyesítheted őket egyetlen többsávos WAV-vá az feltöltés előtt, és csatornánként diarizálunk.
08Mennyi ideig tart valójában egy 1 órás sztereó WAV?+
A feltöltés a leglassabb rész — egy 1 órás 48 kHz / 24 bites sztereó WAV körülbelül 600 MB és 2-5 percig tart a tipikus broadbandokon. A feltöltés után az átírás kb. 4-6 percig fut a szokásos sorban.

Dobd fel a WAV-ot. Tartsd meg a veszteségmentes minőséget. Nézd meg, mi jön ki belőle.

30 ingyenes perc havonta. Nincs kártya. Csatornánkénti diarizáció, 32 bites lebegőpont támogatott, forráshanganyag 24 óra múlva törlődik.

Ingyenes indítás