MP3-ից տեքստ մատենագրել։Խոսողի պիտակներ, 100+ լեզու։

Հետո տեղադրեք MP3 ֆայլ ցանկացած բիտրեյտով 64-ից 320 kbps։ Ստացեք ժամանակային նշումներ ունեցող խոսողի պիտակներ 99 լեզուներում — առանց ձևաչափի փոխակերպման, առանց վերկոդավորման, առանց հերթի սպասելու։

Գցիր քո աուդիոն կամ վիդեոն

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

Ձայնագրեք անմիջապես բրաուզերից

Գրանցումը 30 վայրկյան է — ձայնագրությունն անմիջապես բացվում է վահանակում։

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTՖայլերն ինքնաջնջվում են 24ժ-ում

↓ Տեսեք ինչ ստացվում է

MP3 մուտք։ Մատենագրված տեքստ ելք։

Մենք կարդում ենք MP3 կադրի վերնագրերը անմիջապես — VBR, CBR, իրար ստերեո, ցանկացած կոդավորիչ (LAME, Fraunhofer, FFmpeg)։ Եթե ֆայլը իսկական ստերեո է խոսողներ առանձին չանավճար, մենք օգտագործում ենք դա ձայների բաժանելու համար։ Մոնո խառը հետ ընկնում է ակուստիկ մատենագրման մեջ։

interview-tape-04.mp3REC 192 kbps · ստերեո · 38:42
ինքնաճանաչ en-GB44.1 kHz · LAME 3.100
~90s
Տակտ · կտրվածք95% ճշգրտություն
S1

Այսպես, երբ հասկացաք, որ արխիվը ամբողջական չէ?

S2

Հավանաբար 2019 թվականի շուրջ, երբ սկսեցինք թվայնացնել reel-to-reel-ները։

S1

Հայտնի չգտած ժապավալներ — ինչ-որ տեղ վերագրանցված էին?

S2

Կա թղթային ինդեքս '78-ից, բայց կեսը ջրային վնասվածքներ ունի։

95% 192 kbps ստերեոյումSRT · 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

Երեք իրական տարբերակ · հ誠実 համեմատություն

Ազատ տեղական Whisper։ Otter կամ Sonix։ Կամ մենք։

Դուք կարող եք Whisper գործարկել ձեր սեփական լապտոպում անվճար, եթե դուք տեխնիկական եք։ Otter և Sonix ընդունում են MP3 վերբեռնումներ ներսում միավորման վահանակներում։ Մենք վերցնում ենք ֆայլ, վերադարձնում տակտ, և պակես դ կցել ձեզ ներսում UI-ի։

Option 01

Whisper տեղական / բաց կոդ

Անվճար, եթե ունեք GPU և բեկ-կես ժամ։ Խոսողի մատենագրում չէ տուփում ներառված։

ՏեղադրումPython + CUDA + 10 GB մոդել
Խոսողի մատենագրումՆերառված չէ (pyannote հավելում)
Արագություն · 1 ժամ MP35–40 րոպե սպառողական GPU-ում
Լեզուներ99, բայց փոքր մոդել ընկնում է 80%-ից ցածր
ԱրտահանումTXT / SRT / VTT / JSON
ԳինըԱնվճար + ձեր էլեկտրասնակ
Best forԻնժեներներ, ովքեր արդեն GPU ունեն, խոսողի պիտակներ չեն պետք, և ցանկանում են լրիվ տեղական գաղտնիություն։
Option 02

Transcription.Solutions

Հետո MP3-ը։ Ստացեք խոսողի պիտակներ ունեցող տեքստ վերադարձ վերբերյալ իրական-ժամանակային × 0.025։

ՏեղադրումՏեղադրել-և-գցել, դրամ չի պահանջվում փորձ.
Խոսողի մատենագրումՏուփում ներառված (Pro & Business պլանները)
Արագություն · 1 ժամ MP3~90 վայրկյան
Լեզուներ99, ինքնաճանաչ
ԱրտահանումSRT · VTT · DOCX · TXT · JSON
Գինը · րոպե ստացել$0.03
Best forՑանկացած MP3 հետ — լրագրողական ժապավալ, podcast արտահանում, ձայնային անցուց, արխիվային կրկնօրինակ — ովքեր պարզապես ճշգրտություն տեքստ ծայրապետ ստանալ ցանկանում են։
Option 03

Otter / Sonix

Վճարված վահանակ, ամսական րոպե կտրված, անգլերեն-հարմարեցված։ Ֆայլ վերբեռնում զգացվում է կողային առանձնություն։

ՏեղադրումՀաշիվ + վճարված պլան
Խոսողի մատենագրումԱկուստիկ, EN-կոշկակռ
Արագություն · 1 ժամ MP35–10 րոպե հերթում
ԼեզուներOtter EN-միայն; Sonix ~40
ԱրտահանումԿողպված վճարված մակարդակների հետեւ
Գինը$17+/ամիս կամ $10+/ժամ (Sonix)
Best forԹիմեր, որ կեղծ տակտ խմբագիր և համագործակցության UI ավել ցանկանում են, քան մաքուր API-ոճով ֆայլ→տեքստ հոսք։

Գինը և հատկանիշ մատչելիություն ճշգրտ է մայիս 2026-ի դր��ւթյամբ։ Whisper կատարումը տատանվում է մոդել չափ և ապական մեջ։

Մասնավոր MP3 մեջ

Երեք բան, որ հաց մարդիկ ընդհանուր մատենագրման գործիքներում।

MP3 ձևաչափ, ոչ թե տեղեկություն ոճ — որը նշանակում սխալ ճանապարհ եկել կոդավորիչ, ոչ խոսք։

Ինչ գալ սխալ

  1. 1VBR վերնագրեր ստացել mis-հայտնաբերել: Մի քանի գործիք կարդալ փոփոխական-բիտրեյտ MP3 ձեւ ֆիքսված-տեմպ և miscalculate տևում — ժամանակային նշում drift կողմից րոպե ժամ նկատի ժամ-երկար ֆայլ።
  2. 2Joint-stereo ստացել flattened. մոնո ընթացիկ վերբեռնում տարրերի նախ://մեքենա են կորցրել սպա-խոսողներ չափ անջատում, որ էր իսկական ֆայլ մեջ։
  3. 3Embedded ID3 ալբոմ արվեստ trips մի քանի uploaders — նրանք մերժել ֆայլ ինչպես 'ոչ մաքուր ձայն' կամ ծամել և re-կոդավորել, գցել. ավելի որակ հետեւ։

Ինչ մենք անել փոխարեն

  1. 1Մենք օգտագործել Xing/LAME վերնագիր երբ ներկա և կադր-հաշվել նահանջ երբ ոչ։ VBR ժամանակային նշում մնալ ճշգրտ ± 0.1 s նկատի բազմաժամ ֆայլ։
  2. 2Joint-stereo և իսկական-ստերեո MP3 են ապահովել դեպի L/R PCM անցյալ մատենագրում մեջ: Եթե ձեր խոսողներ պահ մեջ-panned, մենք պահել նրանց բաժանել։
  3. 3ID3v1, ID3v2, APE ստեղներ, ներկառուցված արվեստ — բոլոր անցել untouched։ Մենք երբեք re-encode ձեր MP3។

Առաջարկվում է ինչ-որ կայուն MP3 վերբեռնում

Լակ, որ fit ~80% MP3 ֆայլ։ Override մեջ-job ձեւ շարք।

Decoder
Կադր-ճշգրիտ, ոչ re-կոդավորել
Մատենագրում
Չափ բաժանել, եթե ստերեո, else ակուստիկ
Խոսողներ մոդել
Auto · 1-12 խոսողներ
Լեզու
Auto-detect ի թե թե վերջին 30 s
Լցոն բառ
Հեռացված (toggle պահել)
Արտահանում ընդամենը
DOCX + SRT + ժամանակային նշում TXT

Accuracy · real-world numbers

95%+ 192 kbps ստերեոյում։ Գործածելի մինչ 64 kbps մոնո։

MP3 ճշգրտություն համապետ է ինչ կոդավորիչ պահել, ոչ թե մեզ գործի։ Ընկալական սեղմում վերեւ ~96 kbps պահպանում խոսք խելքն շատ լավ; ցածր 64 kbps, sibilants և շփոթ սկսում են լուծել։ Թվերը ներքեւ են իրական հաճախորդ MP3 են արտադրության մեջ։

96%
320 kbps ստերեո, ստուդիա աղբյուր

Մոտ-կորուստ խոսք. Podcast վարիչներ, լուծել հրապարակ արտահանում, մասնագիտական հարցազրույց rigs։ Մատենագրում մաքուր, եթե խոսողներ առանձին չափ-նոր հյուսում։

95%
192 kbps ստերեո, 2-3 խոսողներ

Մասնավորապես ընդհանուր բիտրեյտ խոսքային-բառ MP3 համար। Zoom արտահանում, Riverside ներբեռնում, ձայն նկարչ լռել պես անցկացրել। Սեղմում արտեֆակտ անլսելի դեպի ճանաչունակ։

91%
128 kbps մոնո, խոսակցական

Ձայն անցուց լքել բազմությունից հեռ տլ-ից հեռ։ Ակուստիկ մատենագրում կոշկակ 2-4 խոսողներ։ Թիվ և անձ պետ ժամանակ հարկ վերայ առաձգ։

84%
64 kbps մոնո, արխիվային / հեռախոսային-հեղակ

Հին պատասխան-մեքենա rips, դասախոս արխիվ, նեղ-ապահովել աղբյուր։ Բարձր-հաճախություն sibilants (f/s/sh) բուռ। Still հետաձգելի — պլան մի proofread։

Ընդհանուր հարց

8 բան մարդիկ հարց MP3 մատենագրման մասին։

01Ինչ է նվազ MP3 բիտրեյտ, որ մինչեւ տալ գործածելի տակտ?+
64 kbps պրակտիկական հատակ։ Ցածր, որ sibilants (s, sh, f) սեղմ հետո ձայն և բառ սխալ միջոց նվազել անցյալ 20%։ Եթե ձեւ տեղեկություն թե թե թե թե թե թե նոր, նպատակ 128 kbps մոնո կամ 192 kbps ստերեո — որ-թե վեր չափ overkill հատ խոսք։
02Կատարել ես ցանկել փոխակերպել իմ MP3 դեպի WAV առաջին?+
Ոչ։ Re-կոդավորել MP3 → WAV ավելացնել զրո ճշգրտություն, քանի որ տվյալ կոդավորիչ անցկացրել ընդամենը ավարտ հա��վի լավ։ վերբեռնել MP3 ուղղակիորեն։ Մենք decode կադր հիշում մեջ և կերակուր PCM դեպի հայտնիչ։
03Will ստերեո MP3 տալ ինձ ավելի պետ խոսողներ պիտակներ, քան մոնո?+
Միայն եթե խոսողներ եղել իսկական ձայնագրում վրա անջատ չափ — մեծ ստերեո MP3 ունեն նույն ձայն երկու կողմ ('dual մոնո') և շահ ոչ-մի։ Իսկական չափ-բաժանել (օր. Riverside արտահանում, երկու-միկ դրամ rigs) հարկ ես անցկացրել ակուստիկ մատենագրում և պիտակ խոսողներ մոտ-կատարյալ።
04Ինչ առավելագույն MP3 ֆայլ չափ ես ընդունել?+
5 GB մեջ վերբեռնում, որո գրեթե 60 ժամ 192 kbps կամ 90 ժամ 128 kbps։ Եթե ձեր ֆայլ մեծ մենք կերտել բայց արտադրել վերբեռնում — ոչ տեղ նրանք ինքներ։
05Ինչ երկար մի 60-րոպե MP3 վերցնել մատենագրել?+
Սովորաբար 90 վայրկյան ի վերբեռնում-ամբողջ ամբ տակտ-պատրաստ, անկախ բիտրեյտ։ Decode MP3 կադր արագ; ժամանակ մեջ հայտնիչ լինել։ Մատենագրում ավելացնել 5-10 վայրկյան մեջ մոտ-խոսում ֆայլ।
06Իմ MP3 ունեն ֆոն երաժշտություն — կամ տակտ ծանր հեռացված?+
Հանգ անկար համակցության տակ խոսք ճաբ։ Բարձր երաժնակ, որ պայքար հետ ձայն (intro գմ, միավոր ներկայացման անգամ հարցազրույց) ժամանակ ձգել misrecognitions վրա վերջնակետ վանկ։ Toggle երաժշտություն ստոպ վրա խնդիրահ ձեւ միջրեց-ֆիլտր।
07Կարող ես մենակար MP3 ripped ի հեռախոսային voicemail կամ պատասխան համար?+
Yes, թել այս հաճախ 8 kHz նեղ-ապահովել re-կոդավորել ինչպես MP3 — ձայն տաղ վերջ շարք օրիգինալ PSTN ստացել, ոչ MP3 wrapper։期待 78-85% ճշգրտություն վրա այն տեղ աղբյուր, որո նույն մենք մի ստանալ բազային կանչել။
08Կատարել ես պահել իմ MP3 հետո տակտ ավարտ?+
Ֆայլ են հեռացված անցյալ 30 օր կամ անմիջապես վրա հարցել միջոցով վահանակ։ Տակտ մնալ ձեր հաշիվ մինչ ես հեռացել դա։ Մենք ճարտարում ես այդ ամբողջ պատմություն, որ վերցնել որ-մոդել — երբեւէ።

Հետո ձեր MP3։ Ստացեք տեքստ վերադարձ 90 վայրկյանում։

30 անվճար րոպե ամբ ամիս։ Ոչ քարտ անկասկած։ Խոսողի պիտակներ, 99 լեզու, ամբ արտահանում ձեւաչափ ներառված।

Սկսել անվճար