ແປງໄຟລ WAV ທີ່ມີປ້າຍຜູ້ຈັກ.ຄຸນນະພາບບໍ່ສູນເສຍ.

ຖ້າເອົາ ບັນທຶກ WAV ຈາກອຸປະກອນສະໜາມ, DAW bounce, ຫຼື ຊຸດສັກຂາຍວາທະ. ພວກເຮົາຂະຫຍາຍ 24-bit headroom ໃໝ່, ແລ່ນ diarization ໃນ PCM ທີ່ບໍ່ມີການບີດອັດ, ແລະ ສົ່ງກັບບັນທຶກ SRT ໃນ ນາທີ.

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.

↓ ເບິ່ງວ່າມັນອອກມາວ່າ

PCM ບໍ່ມີການບີດອັດ ເຂົ້າ. ບັນທຶກທີ່ສະອາດ ອອກ.

WAV ບໍ່ມີການບີດອັດ ໝາຍຄວາມວ່າ ສຽງສັກກະໄຣສ, ສຳລັບຊາຕິ, ແລະ ຄຳວ່າງຍັງມີຢູ່ — ບໍ່ມີ MP3 ທີ່ມາກຕໍ່ຕົວກົງກະທັນຫາບໍ. ຖ້າໄຟລ ເປັນບາງເສັ້ນ (ຜູ້ຈັກຄົນດຽວຕໍ່ຊ່ອງ), ພວກເຮົາຂ້າມ diarization ອາກາດ ເພື່ອ ແລະ ແບ່ງໃນໂຄງສ້າງຊ່ອງ.

WAV · 48 kHz / 24-bitREC 2 ຕະຫຼາດ · 1h 12m · 743 MB
ກວດພົບ en-GBstereo PCM · ບໍ່ມີການບີດອັດ
~90s
ບັນທຶກ · ລະຕຣະາກ97% ຄວາມຖືກຕ້ອງ
S1

ເອົາຂ້ອຍກັບຄືນບ່ອນທີ່ເຊົ້າຄັ້ງນັ້ນ — ສາຍໄຂ່ມາບ່ອນໃດ?

S2

ເກົ້າສີ່ຫາ້າ, ຫຼະຫຼາຍກວ່າຢ. ກາຕະຫຼາກາໂຕບໍ່, ຂ້ອຍຈື່ໄດ້ວ່າ.

S1

ແລະ ຈາກນັ້ນ ເຈົ້າຂັບລົດກົງຫາທໍຸ່ກ?

S2

ກົງຫາໄລ່ເຮືອ. ໄຟຍັງເປີດວ່າ ຕອນທີ່ຂ້ອຍເຂົ້າມາ.

97% ໃນ per-track WAVSRT · 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

ສາມ ທາງ ແທ້ຈິງ · ການປຽບທຽບ ກົງໄກ່

Adobe Audition. Descript. ຫຼື ພວກເຮົາ.

Audition ແຕະສຳເລັບ ແມ່ນ ມັດມາກັບ Creative Cloud ແລະ ຢູ່ໃນ timeline. Descript ນຳ WAV ເຂົ້າໃນບັນນາକາຣະ. ພວກເຮົາເອົາ ໄຟລ ຕາມທີ່ຈະເປັນ, ກັບ exports ມາດຕະຖານ, ແລະ ບໍ່ໃຫ້ເຈົ້າລ້າວໂຄງການ.

Option 01

Adobe Audition / Premiere

ພາດນິ່ງລາຍລະອຽດໃນ Adobe timeline. ຜູກມັດກັບ Creative Cloud ແລະ ໄຟລໂຄງການ.

ຮຽກຮ້ອງCreative Cloud subscription
Speaker diarizationແມ່ນ, ທົ່ວໄປ-ລົງເທົ່��ນັ້ນ
Multi-track WAVລະເບົາ ກ່ອນ STT
ສົ່ງອອກSRT · CSV · XML
ພາສາ18, ເລືອກ ດ້ວຍສາຍ
ລາຄາ~$23/ເດືອນ (ແອັບດຽວ)
Best forບັນນາກາຣະ ກຳລັງຕັດໃນ Premiere ຫຼື Audition ທີ່ຕ້ອງການຫົວເລື່ອງເກາະໃນ timeline.
Option 02

Transcription.Solutions

ວາງ WAV. Per-channel diarization ຖ້າມັນເປັນ multi-track. ຫາຍເສຍກໍ່ໃນ 24h.

ຮຽກຮ້ອງບໍ່ມີຫຍັງ — ພຽງແຕ່ໄຟລ
Speaker diarizationPer-channel ຫຼື ອາກາດ
Multi-track WAVຂຶ້ນ ໄປ 16 ຊ່ອງ
ສົ່ງອອກSRT · VTT · DOCX · TXT · JSON
ພາສາ99, auto-detected
ລາຄາ · ຕໍ່ ນາທີ$0.03
Best forໃຜທີ່ບັນທຶກ WAV — ຜູ້ບັນທຶກສະໜາມ, podcasters bounce ຈາກ DAW, archivists ໂຄງການ, ນັກຄົ້ນຄວ້າ.
Option 03

Descript

ນຳ WAV ເຂົ້າໃນ Descript ບັນນາກາຣະ. ມີອໍານາດ, ແຕ່ທ່ານ ວຽກ ໃນມັນ.

ຮຽກຮ້ອງບັນຊີ Descript + import
Speaker diarizationອາກາດ, EN-tuned
Multi-track WAVImport ເປັນ ຕ່າງຫາກ ຕາມ
ສົ່ງອອກTXT · SRT · DOCX
ພາສາ23, ຄວາມຖືກຕ້ອງ ລົມ
ລາຄາ$16–24/ຜູ້ໃຊ້/ເດືອນ
Best forPodcast ບັນນາກາຣະ ທີ່ຕ້ອງການ ແກ້ໄຂ ອາກາດ ໂດຍ ແກ້ໄຂ ບັນທຶກ — Descript ສັກ superpower.

ລາຄາ ຖືກຕ້ອງ ຢູ່ 2026. Adobe ແລະ Descript ມີ ໄກ່ໂຮ່ຍ ມັກ; ກວດພົບ ເອກະສານ ປະຈຸບັນ ກ່ອນ ຜູກມັດ.

ສະເພາະ ຫາກ WAV

ສາມ ອັນ ທີ່ຫົ່ວຄົນ ໃນ ອຸປະກອນ transcription ທົ່ວໄປ.

ຜູ້ອັກໂຫຼດ ເຮັດວຽກ ຫຼາຍກວ່າ downsampling WAV ກ່ອນ ສົ່ງໄປ recognizer. ພວກເຮົາບໍ່.

ມີຫຍັງ ໄປຜິດ

  1. 1Multi-track WAV ໄດ້ ວາງອອກ. A 4-channel ສະໜາມ ບັນທຶກ ຈາກ Sound Devices MixPre ໂຮຼກ ສິນ ກ່ອນ STT. ທີ່ per-mic ແຍກ ທີ່ທ່ານ ວາງ ສໍາລັບ ໄປຫາກັນ.
  2. 232-bit float WAV ຈາກ Zoom F-series ຫຼື MixPre ໄດ້ ປະຕິເສດ ອອກ, ຫຼື clip ໄປ 16-bit ແລະ ສູນເສຍ headroom ກູ້ຄືນ.
  3. 396 kHz / 24-bit ສາກສະຫລາປ ໃຊ້ເວລາ ວຽກຫຍັງເຕັກໃສ່ ອາກາດ ວ່າ ອຸປະກອນ re-encodes ໄປ MP3 ໃນ browser ກ່ອນ ສົ່ງ.

ມີຫຍັງ ຟາດ ນີ້.

  1. 1ອັກໂຫຼດ ທີ່ multi-track WAV ຕາມ-is (ລຸ້ນ ໄປ 16 ຊ່ອງ). ພວກເຮົາ ອ່ານ ຊ່ອງ ຈາກ WAV ຫົວ ແລະ ມອບໝາຍ ຜູ້ຈັກ ຕໍ່ epath — ບໍ່ ອາກາດ ຄາດ.
  2. 232-bit float ແມ່ນ ກະມາຮັກ natively. ພວກເຮົາ ຮັກສາ ྡ float headroom ກ່ວາ normalising ສໍາລັບ recognizer, ສະນັ້ນ ວັກ ເຫີນ 0 dBFS ບໍ່ clip.
  3. 3ກົງ binary upload, ບໍ່ transcode ໃນ browser. A 2 GB WAV ເຮັດວຽກ ກະວາງ bandwidth ແລະ ເລີ່ມ ອາສາ ຊ່ວງ ສຸດ byte ກອດ.

ແນະນໍາ ວຽກ ຕັ້ງຄ່າ ສໍາລັບ WAV

ວາງ WAV ແລະ ອັນ ກະທັນຫາ ເປີດ ຊ່ວຍ ທົ່ວໄປ. Override ຕໍ່-ວຽກ ຈາກ ແບບຟອມ.

ອັດຕາ ຕົວຢ່າງ
Native (ບໍ່ downsample)
Bit depth
24-bit / 32-float ຮັກສາ
Diarization
Per-channel ຖ້າ multi-track
ແພດ ຮູບແບບ
ສາກສະຫລາປ · 2-8 ຜູ້ຈັກ
ໂຫຍກ ຄຳວ່າ
ກະສຸ່ມ (toggle ປິດ ຖ້າ ຈໍາເປັນ)
ສົ່ງອອກ
DOCX · SRT · timestamped TXT

Accuracy · real-world numbers

97%+ ໃນ per-track WAV. WAV ໃຫ້ recognizer ສັນຍານທີ່ສະອາດທີ່ສຸດ.

ເນື່ອງຈາກ WAV ເກັບເສຍງ PCM ທີ່ບໍ່ມີການບີດອັດ, ສຳລັບຊາຕິ ແລະ sibilants ບໍ່ໄປຫາ MP3 ຮ້າຍ . ໄປຍັງ recognizer ທີ່ໄມໂຣໂຟນ ໄປຍັງ. ຕົວເລກ ຂ້າງລຸ່ມ ມາຈາກ WAV ວຽກ ທີ່ແທ້ຈິງ ໃນ ສະ ເໄສ.

98%
Studio WAV · ຜູ້ຈັກຄົນດຽວ

48 kHz / 24-bit, ໃຫຍ່-diaphragm condenser, ຫ້ອງປະຢັດ. Narration, audiobook, ສຽງ-ເໜືອ booking ໄປຢູ່ທີ່ນີ້.

96%
Multi-track ສາກສະຫລາປ WAV

ຊ່ອງດຽວ ຕໍ່ ຜູ້ຈັກ (lavs ຫຼື boundary mics). Diarization ແມ່ນ ພຽງແຕ່ ຊ່ອງ routing — ຄວາມຜິດພາດ ຕົວອັກສອນ.

92%
Handheld ສະໜາມ recorder

Zoom H5, Tascam DR-40, ຄ້າຍ. Stereo XY pickup, 2-3 ຜູ້ຈັກ, ບາງ ຫ້ອງ reflection. ຫຼາຍສ່ວນ podcast WAV ໄປທີ່ນີ້.

85%
ສູງສະເພາະ ສະໜາມ WAV

ຂາງນອກ, café, ຍານພາຫະນະ. ບໍ່ມີການບີດອັດ ຊັກ ຊ່ວຍ — ຄວາມຄວາມເມື່ອຍ ແມ່ນ ສັກ, ບໍ່ codec artefact — ແຕ່ ຄວາມຖືກຕ້ອງ ທັງຫາລື ຖອບ ກ່ຽວກັບ overlapping speech.

ຄຳຖາມ ທົ່ວໄປ

8 ສິ່ງ ຜູ້ຄົນ ຖາມ ກ່ຽວກັບ WAV transcription.

01ໄຟລ WAV ສໍາລັບຊະ ບໍລິມາດ ແຕ່ພໍ?+
5 GB ຕໍ່ ໄຟລ ໃນ ມາດຕະຖານ ແຜນ, າ ແມ່ນ ປະມານ 8 ຊົ່ວໂມງ stereo 48 kHz / 24-bit, ຫຼື 2.5 ຊົ່ວໂມງ 96 kHz / 24-bit. ໄຟລ ໃຫຍ່ ກວ່າ ແມ່ນ ໂອ'ເຮ ກ່ຽວ ກັບ ທີມ ແຜນ — ພຽງແຕ່ ຕິດ ພວກເຮົາ ກ່ອນ upload.
02ທະ ເລວະ 32-bit float WAV ຈາກ Zoom F-series ຫຼື MixPre?+
ແມ່ນ, natively. ພວກເຮົາ ອ່ານ float ຕົວຢ່າງ ໂດຍບໍ່ ທີ່ 0 dBFS, ສະນັ້ນ ໂຫຼກ transients ທີ່ທ່ານ ໂຜ ໄປ ເອົາ ລົງ ໄປ post ຍັງ ໄດ້ transcribed ສະອາດ. ຜູ້ອັກໂຫຼດ ທົ່ວໄປ ເຮັດວຽກ ຫຼາຍກວ່າ down-cast ໄປ 16-bit ກ່ອນ.
03ຂ້ອຍ ມີ 4-channel WAV ຈາກ ສະໜາມ recorder — ໄມ ຕໍ່ ຄົນ. Diarization ຈະ ນໍາໃຊ້ ນັ້ນ?+
ມັນ ຈະ. Upload polyphonic WAV ກົງ (ບໍ່ bounce ໄປ stereo ກ່ອນ). ພວກເຮົາ ວິເຄາະ ຊ່ອງ ຈາກ WAV header ແລະ ມອບໝາຍ ຜູ້ຈັກ ຕໍ່ ช່อง — ຫຼາຍທໍ່າວະ ກ່ວາ acoustic diarization ກ່ຽວກັບ ຄ້າຍ ສຽງ.
04ທະ ວ່າ ເຈົ້າ downsample 96 kHz WAV?+
Recognizer ແລ່ນ ໄປ 16 kHz ໃນ — ທີ່ ເພດານ ຂອງ ມະນຸດ speech ສາມາດ. ແຕ່ ພວກເຮົາ ຮັກສາ original ໄຟລ untouched ແລະ ນໍາໃຊ້ ມັນ ສໍາລັບ ຫຍັງ post-processing ເຊັ່ນ noise gating. ທ່ຼາະ ສົ່ງອອກ ອ້າງອີງ original timeline.
05ແມ່ນ WAV ພາກສ່ວນຫາກ ຖືກຕ້ອງກວ່າ MP3 ສໍາລັບ transcription?+
ກໍມະລະນາ, ແມ່ນ — ປົກກະຕິ 1-2 ຈຸດ ຂອງ WER ກ່ຽວກັບ ສະອາດ speech. ຫຼາຍກວ່າ gap ສະເຫຼື່ອ ຂຶ້ນ sibilants ແລະ ງຽບ ທົ່ວ, ບ່ອນ MP3 psychoacoustic ບີດອັດ ຖີ້ມ ຂໍ້ມູນ recognizer ຈະ ໄດ້ ໃຊ້. ສໍາລັບ archival ຫຼື forensic ວຽກ, WAV ແມ່ນ ມາກຕໍ່.
06ແມ່ນ BWF ຂໍ້ມູນມະຫາວິທະຍາ ແລະ timecode ຮັກສາ?+
ພວກເຮົາ ອ່ານ BWF ລາກະ (bext, iXML) ແລະ ນໍາໃຊ້ ເລີ່ມ timecode ທີ່ຈະ ໄຮ້ບັນທຶກ ໃນ ທາງぎ session timeline. Original WAV ແມ່ນ ບໍ່ ແກ້ໄຂ — ພວກເຮົາ ວຽກ ໃນ ສໍາເນົາ ທີ່ຖືກ ລົບ ໃນ 24h.
07ຂ້ອຍ ຫາກ ຜlenin ລະບົບໂພທຸກຣະ ຈາກ DAW session export?+
ແມ່ນ. Batch upload ຮັບ ຂຶ້ນ ໄປ 50 ໄຟລ ທົ່ວໄປ. ແຕ່ละ WAV ໄດ້ ຮັບ ຕົວຂອງ ວຽກ ແລະ ບັນທຶກ. ຖ້າ ພວກເຂົາ ກາວ ຈາກ ຫນຶ່ງ session, ທ່ຼາະ ສາມາດ ຮວມ ພວກເຂົາ ເຂົ້າ ເວົ້າວ່າ ເພາະ-track WAV ກ່ອນ upload ແລະ ພວກເຮົາ ຈະ diarize ຕໍ່ ຊ່ອງ.
08ຫຍັງ ຫລ ທີ່ 1-ຊົ່ວໂມງ stereo WAV ຈະ ເບີ່ງ ເວລາ?+
Upload ແມ່ນ ດ້ານທີ່ ທີ່ສໍາຄັນ — 1-ຊົ່ວໂມງ 48 kHz / 24-bit stereo WAV ແມ່ນ ປະມານ 600 MB ແລະ ໃຊ້ເວລາ 2-5 ນາທີ ກ່ຽວກັບ ວະທົ່ວໄປ broadband. ຜ່ານມາ uploaded, transcription ຕົວເອງ ແລ່ນ ໃນ ປະມານ 4-6 ນາທີ ໃນ ມາດຕະຖານ queue.

ວາງ WAV. ທົ່າວະ ຄຸນນະພາບບໍ່ສູນເສຍ. ເບິ່ງ ວ່າມັນ ອອກມາ.

30 ນາທີ ຟຣີ ທຸກ ເດືອນ. ບໍ່ card. Per-track diarization, 32-bit float ສະຫຼຸມ, ຫາຍເສຍ ລົບ ໃນ 24h.

ເລີ່ມ ຟຣີ