Start free

ບັນລະເລື່ອງໄຟລ໌ເສຍງຫາຍາວ.ຫາໄປ 10 ຊົ່ວໂມງ. ບໍ່ມີ timeout.

ວາງ ໄຟລ໌ເສຍງຫາຍາວ — ຫາໄປ 10 ຊົ່ວໂມງ, 5 GB ກັບ Business. ພວກເຮົາ chunk ກົວກະ, ຮັກສາ speaker IDs ສອດຄ່ອງກັນຈາກເລີ່ມຕົ້ນ ຈົນສຸດທ້າຍ, ແລະມອບ transcript ດຽວແທນ folder numbered.

ວາງໄຟລ໌ສຽງ ຫຼື ວິດີໂອຂອງເຈົ້າລົງມາ

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

ບັນທຶກໂດຍກົງຈາກບຣາວເຊີຂອງເຈົ້າ

ສະໝັກໃຊ້ເວລາ 30 ວິນາທີ — ການບັນທຶກເປີດທັນທີຫຼັງຈາກນັ້ນ, ໃນແດຊບອດ.

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTໄຟລ໌ລົບອັດຕະໂນມັດໃນ 24 ຊມ.

↓ ໄຟລ໌ 5 ຊົ່ວໂມງ, ຢູ່ກາງ transcript

ຊົ່ວໂມງໄປ. ໄຟລ໌ສະອາດດຽວອອກມາ.

ເຄື່ອງມືສ່ວນໃຫຍ່ timeout ປະມານ 90 ນາທີ ຫຼື ແບ່ງ ບັນທຶກຫາຍາວ ຂອງທ່ານ ເປັນ numbered partials ທີ່ທ່ານຕ້ອງ stitch. ພວກເຮົາ chunk ເປັນ 12-minute overlapping windows, ປະມວນຜົນກົວກະ, ແລະ reassemble ກັບ global speaker pass.

ກອງປະຊຸມກະສຸດກອ늚຺ຣະREC 3 speakers · 5:14:22 · 3.1 GB
auto-detected en-GB44.1 kHz stereo · 192 kbps
~90s
Transcript · ໄຟລ໌ດຽວ92% ຄວາມຖືກຕ້ອງ · t=3:14:08
S1

ພວກເຮົາກໍາລັງຢູ່ສາມຊົ່ວໂມງ — ໃຫ້ກັບຄືນໄປທີ່ຈຸດລະບົາຍນ້ຳຈາກເຊົ້າ.

S2

ຖືກ, ການຍ້າຍຍ້າຍໄປຫວຽດນາມ. ຂ້ອຍຄິດວ່າພວກເຮົາ glossed ຜ່ານ lead-time risk.

S1

Lead times ໄປຈາກ 14 ເຖິງ 31 ວັນຫຼັງຈາກການປ່ຽນແປງອາກອາ.

S3

ແລະ that's ກ່ອນທີ່ພວກເຮົາ factor ໃນ port congestion ທີ່ Long Beach.

92% ຕະຫຼອດໄຟລ໌ 5 ຊົ່ວໂມງທັງໝົດDOCX · 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

ສາມທາງເລືອກທີ່ແທ້ຈິງ · ການສົມທຽບຕາມຄວາມເທົ່າທຽມກັນ

Otter Pro. ຊາຍ Whisper chunking. ຫຼື ພວກເຮົາ.

ເຄື່ອງມືຜູ້ບໍລິໂພກຈໍາກັດຄວາມຍາວຂອງໄຟລ໌ ແລະ silently truncate. Whisper API ມີ 25 MB per-request ceiling, ດັ່ງນັ້ນທ່ານກໍ່ສ້າງ chunker ຂອງທ່ານເອງ. ພວກເຮົາຮັບ ໄຟລ໌ໂຕด 10 ຊົ່ວໂມງ ແລະ ກັບມາ one transcript.

Option 01

Otter Pro

Caps ໄຟລ໌ຫາຍາວທີ່ 4 ຊົ່ວໂມງ per recording. Speaker labels drift ຫຼັງ 2-hour mark.

ຄວາມຍາວສູງສຸດຂອງໄຟລ໌4 ຊົ່ວໂມງ (Pro tier)
ຂະໜາດໄຟລ໌ສູງສຸດ~1.5 GB upload
Speaker IDs ຈາກເລີ່ມຕົ້ນກັບສຸດທ້າຍDrifts ຫຼັງ 2 ຊົ່ວໂມງ
ຜົນຜະລິດໄຟລ໌ຫາຍາວDoc ດຽວ, truncated ທີ່ cap
ຄ່າທົນ$16.99/user/mo
Resumable uploadບໍ່
Best forກອງປະຊຸມສັ້ນ less than 2 ຊົ່ວໂມງ. Falls over ໃນ day-long recordings.
Option 02

Transcription.Solutions

10 ຊົ່ວໂມງ per ໄຟລ໌. Parallel chunking, global speaker pass, one DOCX ອອກ.

ຄວາມຍາວສູງສຸດຂອງໄຟລ໌10 ຊົ່ວໂມງ (Pro & Business)
ຂະໜາດໄຟລ໌ສູງສຸດ2 GB Pro · 5 GB Business
Speaker IDs ຈາກເລີ່ມຕົ້ນກັບສຸດທ້າຍGlobal embedding pass
ຜົນຜະລິດໄຟລ໌ຫາຍາວໄຟລ໌ດຽວ · DOCX/SRT/TXT
ຄ່າທົນ · per ນາທີ$0.03 flat ບໍ່ໃສ່ຄວາມຍາວ
Resumable uploadMultipart, ອາຍຸຊະນາກても drops
Best forDay-long workshops, depositions, ກອງປະຊຸມ board, oral histories — anything ຫຼາຍກວ່າ 90-minute wall.
Option 03

Whisper API + DIY chunking

ຖືກ ທີ່ສຸດ per ນາທີ. ທ່ານ build chunker, speaker stitch, ແລະ retry logic.

ຄວາມຍາວສູງສຸດຂອງໄຟລ໌25 MB per request (~25 ນາທີ)
ຂະໜາດໄຟລ໌ສູງສຸດ25 MB hard cap
Speaker IDs ຈາກເລີ່ມຕົ້ນກັບສຸດທ້າຍບໍ່ — ບໍ່ diarization
ຜົນຜະລິດໄຟລ໌ຫາຍາວNumbered partials, ທ່ານ stitch
ຄ່າທົນ · per ນາທີ$0.006 (OpenAI Whisper)
ຄວາມໂปຣເກັດ engineeringຊົ່ວໂມງເຖິງວັນຕໍ່ pipeline
Best forEngineers ທີ່ຕ້ອງການ raw text per chunk ແລະບໍ່ຕ້ອງ speakers, summaries, ຫຼື single output.

Pricing ແລະ limits ທີ່ຖືກຕ້ອງ ຕໍ່ timestamp May 2026. Otter Pro length cap last verified ໃນ their public pricing page.

ສະເພາະກັບ long ໄຟລ໌

ສາມວິທີ ເຄື່ອງມື generic ຊາກກັນ ຫຼັງ 90-minute mark.

ຫຼາຍ pipelines ໄດ້ສ້າງ ສຳລັບ one-hour ກອງປະຊຸມ. Long audio ທໍາລາຍ ພວກມັນ ໃນ predictable ວິທີ — ນີ້ແມ່ນສິ່ງທີ່ ພວກເຮົາຕ່າງກັນ.

ສິ່ງທີ່ໄປຜິດ

  1. 1Silent timeout ທີ່ 90 ນາທີ. ວຽກ spins ສຳລັບ ຊົ່ວໂມງ, ຫຼັງຈາກນັ້ນ ໃຫ້ຕາຍ ໂດຍບໍ່ useful error. ທ່ານ ຖືກປະໂຫຼດກັບ ບໍ່ສາມາດ retry.
  2. 2Speaker IDs drift ລະຫວ່າງ chunks. Speaker 1 ຢູ່ ຊົ່ວໂມງ 1 ກາຍ Speaker 4 ຢູ່ ຊົ່ວໂມງ 3 ເພາະ ທຸກ chunk ໄດ້ diarized ໃນ isolation.
  3. 3ຜົນຜະລິດ ແມ່ນ numbered ໂຟລເດີ. `transcript_part_01.txt` ຜ່ານ `transcript_part_24.txt` ກັບ timestamp resets ທີ່ ທຸກ chunk boundary. ທ່ານ stitch ຂອງທ່ານເອງ.

ສິ່ງທີ່ຈະກໍ່ຕົວຢາງ

  1. 1Resumable multipart upload. ເຊື່ອມຕໍ່ drops ຢູ່ ຊົ່ວໂມງ 2 ຂອງ upload? Resumes ຈາກ last completed ສ່ວນ. ບໍ່ re-upload ຂອງ 4 GB.
  2. 2Global speaker embedding pass. ຫຼັງຈາກ per-chunk diarization, ພວກເຮົາ cluster voices ຕະຫຼອດ ທັງໝົດ ໄຟລ໌ ດັ່ງນັ້ນ Speaker 3 ແມ່ນ ບຸກຄົນດຽວກັນ ທີ່ ນາທີ 12 ແລະ ນາທີ 487.
  3. 3Single DOCX ກັບ hour markers. ໄຟລ໌ດຽວ, continuous timestamps, optional chapter break ທຸກໆ 60 ນາທີ. ບໍ່ stitching.

ແນະນໍາ job settings ສຳລັບ long ໄຟລ໌

ວາງ anything ຫຼາຍກວ່າ 90 ນາທີ ແລະ ເຫຼົ່ານີ້ flip ເປີດ ອັດຕະໂນມັດ. Override per-job ຈາກ form.

Chunk strategy
12 ນາທີ windows · 10s overlap
Diarization
Global pass ຕະຫຼອດ ທັງໝົດ chunks
Speaker model
Long-form · 2-20 speakers
Upload
Resumable multipart
Queue
Priority (Business ແຜນ)
Export
Single DOCX · hour markers on

Accuracy · real-world numbers

92% ຄົງທີ່ຕະຫຼອດໄຟລ໌ 5 ຊົ່ວໂມງ. ຄຸນນະພາບຍັງຄົງເທົ່າກັນຕັງແຕ່ຊົ່ວໂມງນຶ່ງເຖິງຊົ່ວໂມງອື່ນ.

ບົດບາດຍາກທາງກັບ long audio ບໍ່ແມ່ນ model — ມັນແມ່ນ ເກັບຮັກສາ ຄວາມຖືກຕ້ອງ ຄົງທີ່ ຈາກ ນາທີ 1 ເຖິງ ນາທີ 600. Speaker drift ແລະ chunk-boundary errors ແມ່ນສິ່ງທີ່ kill ຫຼາຍສຸດ pipelines. ຕົວະເລກຂ້າງລຸ່ມນີ້ ວັດ ຕະຫຼອດ full-length ໄຟລ໌ຜູ້ໃຊ້ຫຼາຍຄົນ, ບໍ່ 10 ນາທີ ທຳອິດ.

95%
ສະတູດິໂອ long-form, ຜູ້ເວົ້າດຽວ

Audiobook narration, solo podcast, ບັນລະເລື່ອງຕາມບັນລະສັນ対ທາງເລຂາຄະນິດ. 6-10 ຊົ່ວໂມງ ລະຫວ່າງ clean voice ມີ ບໍ່ room noise. Diarization ບໍ່ຈຳເປັນ.

92%
Boardroom, 2-6 speakers

ຕາຕະລາງກອງປະຊຸມ, ມະມາມຕົກະ decent, 3-5 ຊົ່ວໂມງ. Global speaker pass ເກັບ IDs ຍຶດ ຕະຫຼອດໄຟລ໌.

88%
All-day workshop, lapel mics

ຊົ່ວັນ training ທີ່ 7-9 ຊົ່ວໂມງ ກັບ mic handoffs ແລະ audience Q&A. ຊື່ຕ້ອງ 5-minute pass ເຣ speaker chips.

82%
ໂຕະ field, 8+ speakers

ປະຫວັດ long oral, focus group, ຫຼື panel ກັບ overlapping voices ແລະ ambient noise. ຮາກເກັບໄປໄດ້, ແຕ່ຄາດໄວ້ cleanup.

ຄຳຖາມທົ່ວໄປ

8 ສິ່ງທີ່ ປະຊາຊົນ ຖາມ ກ່ຽວກັບ long audio transcription.

01ຄວາມຍາວທີ່ແທ້ຈິງ ແລະ ຂະໜາດຂອງ limit ແມ່ນຫຍັງ?+
10 ຊົ່ວໂມງ per ໄຟລ໌ ກັប Pro ແລະ Business. Pro caps ຂະໜາດໄຟລ໌ ທີ່ 2 GB, Business ຢູ່ 5 GB. ຖ້າທ່ານ ມີ ບາງສິ່ງບາງຢ່າງ ຍາວກວ່າ 10 ຊົ່ວໂມງ, ແບ່ງ ໄປຫາ natural break — ພວກເຮົາ ຮັກສາ speaker IDs ສອດຄ່ອງກັນ ຖ້າ ທ່ານ upload ໄປຫາ back-to-back ໃນ same project.
02ຂ້ອຍໄດ້ຮັບ transcript ດຽວ ຫຼື folder ຂອງ numbered partials?+
ໄຟລ໌ດຽວ. ສະເຫມີ. DOCX, SRT, TXT, ຫຼື JSON — ທ່ານ ເລືອກ. Timestamps ແລ່ນ continuously ຈາກ 00:00:00 ກັບ ສຸດທ້າຍ ຂອງ ບັນທຶກ, ບໍ່ reset ທີ່ ທຸກ chunk boundary.
03ວ່າ long ໄຟລ໌ 6 ຊົ່ວໂມງ ໃຊ້ເວລາ ເທົ່າໃດໃນການ ກັບຄືນ?+
ປະມານ 18-25 ນາທີ ໃນ Pro queue, 8-12 ໃນ Business priority. ພວກເຮົາ ປະມວນຜົນ 12-minute chunks ກົວກະ, ດັ່ງນັ້ນ wall-clock ວລາ scales sub-linearly ກັບ file length, ບໍ່ minute-for-minute.
04Speaker IDs ຍັງຄົງ ສອດຄ່ອງກັນ ຈາກເລີ່ມຕົ້ນກັບສຸດທ້າຍ?+
ແມ່ນ. ຫຼັງຈາກ per-chunk diarization, ກົາ global embedding pass clusters voices ຕະຫຼອດ ໄຟລ໌ທັງໝົດ. Speaker 3 ຢູ່ ນາທີ 12 ແມ່ນ ດຽວກັນ Speaker 3 ຢູ່ ນາທີ 487. ນີ້ ແມ່ນ ສ່ວນຕົ້ນິ ສິ່ງທີ່ DIY Whisper pipelines ຫຼົ້ນ.
05ສິ່ງທີ່ເກີດຂື້ນ ຖ້າ upload ຂອງຂ້ອຍ drop ຢູ່ ຊົ່ວໂມງ 3 ຂອງ 4 GB ໄຟລ໌?+
Resumable multipart upload ເລີ່ມຕົ້ນ ກັບຄືນ ຈາກ last completed ສ່ວນ. ທ່ານບໍ່ re-upload ທໍາອິດ 3 GB. ວຽກ ກັບ flaky hotel Wi-Fi ແລະ cellular tethering — ພວກເຮົາ ທົດສອບ ທັງສອງ.
06ເປັນ Whisper API choke ຢູ່ long ໄຟລ໌?+
OpenAI का Whisper endpoint ມີ 25 MB per-request hard cap — ປະມານ 25 ນາທີ ຂອງ compressed audio. Anything ຍາວກວ່າ ຕ້ອງ ທ່ານ chunk, transcribe ກົວກະ, ຫຼັງຈາກນັ້ນ stitch transcripts ແລະ align speakers ທ່ານເອງ. ພວກເຮົາ ເຮັດ ທັງໝົດ ຂອງ ທີ່ server-side.
07Per-minute ຄ່າ ເປັນ ດຽວກັນ ໃນ 10-hour ໄຟລ໌ ເປັນ 10-minute ໄຟລ໌?+
ແມ່ນ. $0.03 per ນາທີ flat, ບໍ່ໃສ່ length. ກ 10-hour ໄຟລ໌ ລາຄາ $18. ພວກເຮົາ ບໍ່ surcharge long ໄຟລ໌ the ວິທີ Rev ບໍ່ ($1.50/min human × 10 ຊົ່ວໂມງ = $900).
08ຂ້ອຍໄດ້ຮັບ chapter markers ຫຼື timestamps ທຸກໆຊົ່ວໂມງ?+
Toggle 'Hour markers' ເຣ job form ແລະ DOCX exports ກັບ heading break ທຸກໆ 60 ນາທີ. SRT ເກັບຮັກສາ continuous timecode. JSON ມີ ທັງສອງ — chapter array ພຽງແຕ່ word-level timestamps.

ວາງ long ໄຟລ໌ຂອງທ່ານ. ໄດ້ຮັບ transcript ດຽວ ກັບ.

30 ຟຣີ ນາທີ ທຸກໆ ເດືອນ. ບໍ່ card. ໄຟລ໌ ຫາໄປ 10 ຊົ່ວໂມງ, speaker labels ທີ່ ຍັງຄົງ ສອດຄ່ອງກັນ, single-file export.

ເລີ່ມ ຟຣີ