Start free

WhatsApp 音声メッセージをテキストに文字起こし。OPUS と OGG に対応。

WhatsApp の音声メッセージはコンパクトな OPUS オーディオファイルです。メッセージをエクスポートし、.opus または .ogg ファイルを直接アップロードするだけで、数秒で文字起こしを取得できます。変換は不要です。

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

7 things people ask about this.

01WhatsApp の音声メッセージをファイルとしてエクスポートするにはどうすればいいですか？+
iPhoneの場合: 音声メッセージを長押し → その他 → 音声メモをタップ → 共有 — Mac に AirDrop するかファイルに保存。Androidの場合: メッセージを長押し → その他 → 音声メモアイコンをタップして選択 → 共有。ファイルは .opus 形式です。
02WhatsApp は音声メモをどの形式で保存しますか？+
OGG コンテナ内の OPUS オーディオ（.opus または .ogg ファイル拡張子）。Telegram や Signal も同じ形式を使用しています。すべて変換不要で直接対応しています。
03OPUS ファイルを最初に MP3 に変換する必要がありますか？+
いいえ。.opus または .ogg ファイルを直接アップロードしてください。OPUS はネイティブにデコードされます — 最初に MP3 に変換すると手順が増え、品質がわずかに低下する可能性があります。
04WhatsApp の音声メモからどの程度の精度が期待できますか？+
静かな室内で通常音量の単一話者で録音された明確な音声メモでは90%以上。屋外録音や騒がしい環境では82%以上。WhatsApp の 16 kHz OPUS エンコーディングは音声に最適化されています — ファイルサイズから想像されるよりも良好に文字起こしできます。
05Telegram や Signal の音声メッセージも文字起こしできますか？+
はい。Telegram の音声メッセージも OPUS/OGG 形式で直接アップロードできます。Signal の音声メモも同様です。どちらのアプリからもエクスポートして .ogg ファイルをアップロードしてください。
06音声メモの最大長は？+
WhatsApp は音声メモを1メッセージあたり約15分に制限しています。当社の Free プランは1ファイルあたり最大30分まで受け付けているため、すべての標準的な WhatsApp 音声メモは Free ティア内で対応可能です。
07ポルトガル語、スペイン語、アラビア語などの音声メモでも機能しますか？+
はい — 100以上の言語、自動検出。WhatsApp はブラジル、スペイン、ラテンアメリカ、インド、アラブ世界で支配的なメッセージングプラットフォームです — すべて十分にカバーされています。ポルトガル語（ブラジルおよびヨーロッパ）、スペイン語、アラビア語、ヒンディー語、および他の96の言語が手動での言語選択なしで機能します。

Drop something in. See what comes out.

毎月30分無料、カード不要。音声メッセージをエクスポートし、.opus ファイルをドロップするだけ — 約10秒で文字起こし。

無料で文字起こしを開始