Start free

Trascrivi video MP4 in testo.Audio estratto automaticamente.

Carica l'MP4 così com'è. La traccia audio viene estratta lato server, trascritta e restituita come trascrizione con timestamp e etichette relatori, più sottotitoli SRT pronti per essere ricaricati.

Drop a file, or pick one

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

Record straight from your browser

Sign up takes 30 seconds — recording opens right after, in the dashboard.

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTFiles auto-deleted in 24h

↓ Watch what happens

Audio in. Transcript out.

Drop a file, paste a URL, or record live — text appears back with speaker labels and timestamps. Same pipeline whether the source is a file, a URL, or your microphone.

Microphone · liveREC 00:07.41
en-US auto-detected16 kHz mono
~90s
Transcript · streaming2 speakers · 47:08
S1

Thanks for making the time. I want to start with framing — what was the original hypothesis behind the project?

S2

Honestly, maybe forty percent. The shape held — the mechanics underneath had to be rebuilt almost entirely.

S1

What flipped it for you? Was there one customer call, one piece of data

~95% accuracy on clean audioSRT · 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

Three real options · honest comparison

Built-in dictation, AI speech-to-text, or a human transcriber.

Three legitimate ways to get text from spoken audio in 2026. Each is best for different work. Honest numbers below — no claim that AI matches a professional human transcriber on hard audio.

Option 01

Built-in dictation

Live, free, on-device. Handy for short bursts while you talk.

Accuracy · clear English~85%
Speaker separationNo
TimestampsNo
Languages~30
60-min fileLive only
CostFree
Best forShort voice notes while you walk. Hands-free messaging. Dictating an email at a stoplight.
Option 02

AI speech-to-text

~30× faster than realtime. 100+ languages. Speaker labels. The sweet spot for most work.

Accuracy · clear English95%+
Speaker separationYes (Pro+)
TimestampsPer sentence
Languages100+ auto
60-min file~90 s
Cost · per min$0.03
Best forInterview recordings · meeting notes · podcast transcripts · YouTube subtitles · batch jobs · API automation · field journalism.
Option 03

Human transcriber

Gold-standard accuracy when the audio is hard or the stakes are legal.

Accuracy · clear English98–99%
Speaker separationManual
TimestampsPer turn
LanguagesPer transcriber
60-min file4–8 hours
Cost · per min$1–3
Best forLegal depositions · medical dictation · archival oral history · anything where 95%+ accuracy is non-negotiable.

Built-in dictation figures from public iOS / Android speech API benchmarks. Human transcriber rates from US/UK industry surveys 2024–2025.

Accuracy · real-world numbers

95%+ on clear English. It holds up on real-world recordings too.

Modern transcription reaches 95%+ word accuracy on clear English at 128 kbps and above, comparable to a human transcriber on the same recording. The audio coming in sets the ceiling — cleaner source, cleaner transcript. The breakdown below covers the recordings we actually see in production.

97%+
Clean studio audio

USB or studio microphone in a treated room. Single speaker at conversational distance. The headline number.

95%+
Clear English at 128 kbps+

Podcast masters, interview recordings, well-mic'd meetings. The sweet spot for most professional work.

93%
Real-world podcast

Field-recorded interviews, podcast episodes at 64–128 kbps, multi-speaker recordings. Usable for editorial without a review pass.

91%
Meeting room recording

Ceiling mic, omnidirectional capture, mild reverb, multiple speakers at distance. Plan a rename pass on the speaker chips.

Common questions

6 things people ask about this.

01Devo estrarre l'audio dall'MP4 prima di caricarlo?+
No. Carica l'MP4 direttamente. L'audio viene estratto lato server come parte del processo di trascrizione. Convertire prima in MP3 aggiunge un passaggio e può ridurre la qualità audio se usi un bitrate basso.
02Quali formati video sono supportati?+
MP4, MKV, MOV, AVI e WebM sono tutti accettati. Qualsiasi contenitore video con un codec audio standard (AAC, MP3, AC-3, Opus, PCM) funziona. Se il tuo formato non è elencato, prova a caricarlo — la maggior parte dei file video standard funziona.
03I timestamp della trascrizione corrisponderanno al video?+
Sì. I timestamp sono ancorati alla posizione esatta nel file che hai caricato, inclusa qualsiasi intro, titolo di testa o silenzio all'inizio. Se vuoi che la trascrizione inizi da un punto specifico, taglia prima il video — ma la maggior parte degli utenti non ne ha bisogno.
04Posso ottenere sottotitoli SRT da un MP4?+
Sì. Esporta SRT o VTT direttamente dalla pagina di trascrizione e caricali come didascalie su YouTube, Vimeo o importali nel tuo editor video. I timestamp sono allineati alle posizioni video originali.
05Qual è la dimensione massima del file MP4?+
Gratuito: 100 MB (circa 10-15 minuti di 1080p), limitato a 30 minuti per file. Pro: 2 GB (circa 60-90 minuti di 1080p, di più a bitrate inferiore), fino a 10 ore per file. Business: 5 GB (diverse ore di 1080p), fino a 10 ore per file. Per esportazioni lunghe ad alto bitrate, il piano Business combina un limite di dimensione più elevato con una coda prioritaria.
06Posso trascrivere una registrazione Zoom in formato MP4?+
Sì. Scarica la registrazione Zoom come MP4 dal tuo account Zoom (registrazione cloud o locale), quindi caricala qui. La diarizzazione separa l'audio dell'host e del partecipante. Aspettati oltre il 95% sul lato host registrato localmente, 88-92% sull'audio del partecipante remoto.

Drop something in. See what comes out.

30 minuti gratuiti al mese, senza carta. Carica qualsiasi MP4 — trascrizione, etichette relatori e SRT in circa 90 secondi.

Inizia la trascrizione gratuita