Start free

Transcribe MP3 ho text.Label speaker, 100+ fiteny.

Atetaho ny fichier MP3 amin'ny bitrate 64 ka 320 kbps. Makatanteraka ang transcript nanamarany, misy label speaker, amin'ny 99 fiteny — tsy mila famadihana format, tsy famadihana codec, tsy fanantanterahan'antoko.

Atao eto ny feo na horonan-tsarinao

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 · TXTVoafafa ho azy ao anatin'ny 24 ora ny fisie

↓ Jereo ny famoahana

MP3 miditra. Transcript diarized mivoaka.

Mamaky ny MP3 frame headers mivantana — VBR, CBR, joint-stereo, encoder rehetra (LAME, Fraunhofer, FFmpeg). Raha ny fichier dia stereo marina misy olona tandrifitra, dia ampiasainay izany hanaparitaka ny feo. Mono mix-down dia miverina amin'ny acoustic diarization.

interview-tape-04.mp3REC 192 kbps · stereo · 38:42
auto-detected en-GB44.1 kHz · LAME 3.100
~90s
Transcript · fantsona95% tsy diso
S1

Kailan ka nanahy anao na tsy feno ny archiv?

S2

Angamba tamin'ny 2019, fony nanomboka nitady reel-to-reels kami.

S1

Ary ny tape tsy hita — navela saika hafa?

S2

Misy index papier avy '78, fa antsasaky ny azy dia nihoron-trano.

95% amin'ny 192 kbps stereoSRT · 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

Safidy telo · fisafidianana mahitsy

Whisper haingana. Otter na Sonix. Na amin'amin-pokonolona.

Afaka mandeha Whisper amin'ny laptop anao am-po raha teknisiana ianao amin'ny zéro-karama. Otter sy Sonix dia tumatanggap MP3 aorian'ny form dashboard. Alefanay ny fichier, ibalik ny transcript, ary tsy mampifamahy amin'ny UI.

Option 01

Whisper haingana / open source

Zéro-karama raha manana GPU sy hariva ianao. Tsy misy speaker diarization hafatratry-tô.

FametrahanaPython + CUDA + modely 10 GB
Speaker diarizationTsy niseo (pyannote add-on)
Hafainganam-pandehitr · 1 hr MP35–40 min amin'ny consumer GPU
Teny99, fa modely kely dia ambany 80%
FamoahanaTXT / SRT / VTT / JSON
KaramaZéro-karama + ny elektrika anao
Best forMialylalyha izay manana GPU, tsy mila label speaker, sy maniry privacy feno haingana.
Option 02

Transcription.Solutions

Alefao ang MP3. Makatanteraka transcript misy label speaker amin'ny ora karisotra × 0.025.

FametrahanaAntsantsana, tsy mila kaonti mifampiraha
Speaker diarizationBuilt in (Pro & Business plans)
Hafainganam-pandehitr · 1 hr MP3~90 segundo
Teny99, auto-detected
FamoahanaSRT · VTT · DOCX · TXT · JSON
Karama · amin'ny minitra$0.03
Best forAiza misy MP3 — kopian'ny jornalista, podcast export, memo feo, dubbing archival — izay tsy mitakatra afa-tsy transcript marina.
Option 03

Otter / Sonix

Dashboard mahafatsy, monthly minutes cap, EN-tuned. File upload dia tena toy ny feature midianiana.

FametrahanaKaonti + mpitsara karama
Speaker diarizationAcoustic, EN-mampidivaina
Hafainganam-pandehitr · 1 hr MP35–10 min amin'ny filafilarana
TenyOtter EN-fotsiny; Sonix ~40
FamoahanaVoasokitra ao anatin'ny ity mpitsara karama roa
Karama$17+/mo na $10+/hr (Sonix)
Best forVy izay mitakatra transcript editor sy collaboration UI mihoatra ny antsantsana fichier → transcript flow.

Karama sy feature availability mahitsy hatramin'ny May 2026. Whisper performance dia betsaka miankohoka amin'ny saiza model sy hardware size.

Manokana amin'ny MP3

Telo zavatra izay mometaka olona amin'ny tool transcription mahakasika.

MP3 dia format, tsy istilo fandaharana — izay midika hoe ny failure modes avy amin'ny encoder, tsy ny feo.

Inona no mivavaka

  1. 1VBR headers dia somary tsy amidy. Raha zavatra fitakona MP3 variable-bitrate raha fixed-rate ary fihetseha tsy mahitsy ny fotoana — timestamps mankoropika amin'ny minitra sahatsara raha ireo taratasy.
  2. 2Joint-stereo miova ho mono tataona ny upload preprocessing. Mivaky ny per-speaker channel separation izay nisy ao amin'ny fichier.
  3. 3ID3 album art nanao midianiana raha zavatra filafilarana — mody ny fichier raha 'tsy mazava audio' na azo sy famadihana, misy fiakaran'ny kalitate.

Inona no ataonay amin'ny halip

  1. 1Ampiasainay ny Xing/LAME header raha marinariny sy frame-count fallback. VBR timestamps mistahy mahitsy amin'ny ±0.1 s amin'ny fichier marobe-ora.
  2. 2Joint-stereo sy true-stereo MP3s dia decoded ho L/R PCM aloha diarization. Raha olona anao dia nampiantaninay izy mitokana.
  3. 3ID3v1, ID3v2, APE tags, embedded art — mandalo saranga. Tsy mampidihady ang MP3 anao.

Mialoha job settings ho an'ny MP3 uploads

Defaults mahafaty ~80% amin'ny MP3 fichier. Manova amin'ny form.

Decoder
Frame-accurate, tsy re-encode
Diarization
Channel split raha stereo, anefa acoustic
Speaker model
Auto · 1-12 olona
Teny
Auto-detect avy amin'ny 30 s voalohany
Filler teny
Esorina (toggle hanatanterana)
Export bundle
DOCX + SRT + TXT namarany

Accuracy · real-world numbers

95%+ amin'ny 192 kbps stereo. Mitomika ambany 64 kbps mono.

MP3 accuracy dia mipetaka avy amin'ny inona ny encoder nihazona, tsy avy amin'amin-pokonolona. Fampisindrimindrina azonal ambony ~96 kbps mitsiva ny fahatsaram-peo feo tsara; ambany 64 kbps, sibilants sy consonants dia manomboka hantsirina. Tarehintsirika etsy ambany avy amin'ny MP3 customer torotoro na torotoro vova.

96%
320 kbps stereo, studio source

Karankara-lossless ho an'ny feo. Podcast masters, dictation app exports, professional interview rigs. Diarization tsara raha olona amin'ny andaniny.

95%
192 kbps stereo, 2-3 olona

Bitrate fampiasa indrindra ho an'ny MP3 teny. Zoom exports, Riverside downloads, voice recorders default. Compression artifacts tsy misy hevitra ny recognizer.

91%
128 kbps mono, resaka

Voice memo defaults amin'ny phone betsaka. Acoustic diarization miady 2-4 olona. Isa sy anarana marina dia indraindray mitakatra hevitra.

84%
64 kbps mono, archival / phone-dump

Tsy fofona answering-machine, lecture archives, narrow-band sources. Haut-fréquence consonants (f/s/sh) dia miady. Mitomika— miofona proofread.

Impetampetam-potoan'

8 zavatra izay momenak'ny olona amin'ny MP3 transcription.

01Inona ny bitrate ambany indrindra MP3 izay manome transcript mitomika?+
64 kbps ny tokanam-pandeherana. Ambany noho iny, sibilants (s, sh, f) dia miova ho tabataba ary karama tsy diso miamp 20%. Raha fandaharana vaovao, mitolotra 128 kbps mono na 192 kbps stereo — kizay ambony miamps tsy mila feo.
02Tsy mila mamadika MP3 ho WAV aloha?+
Tsioa. Re-encoding MP3 → WAV manasa zéro accuracy satria ny data ny encoder nihazona dia dina. Alefao ang MP3 mivantana. Ampiasa frames PCM sy feo ho recognizer.
03Stereo MP3 manome label speaker bety noho mono?+
Raha ao ny olona amin'ny andaniny — karamihan stereo MP3s dia audio mitovy amin'ny andaniny ('dual mono') ary tsy manana fitaomana. True channel-split (Riverside exports, two-mic field rigs) dia mamela miantsoina acoustic diarization ary label speaker ho mahitsy.
04Inona ny MP3 fichier-halehaly maximum?+
5 GB amin'ny upload, izay mahitsy 60 ora amin'ny 192 kbps na 90 ora amin'ny 128 kbps. Raha lehibe noho iny ny fichier dia hahita chunked upload — tsy mila hasaraka ny soritra anao.
05Mandra-ore kely ny 60-minitra MP3 hatramin'ny transcribe?+
Mahitsy 90 segundo avy upload-feno ka transcript-ready, tsy maninona ny bitrate. MP3 frame ampy haingana; ny fotoana dia amin'ny recognizer. Diarization manampiny 5-10 segundo amin'ny olona betsaka.
06Ny MP3 nana background zezika — marina ny transcript?+
Quietness music feo dia tsara. Music mahery izay miaba amin'ny feo (intro stings, scoring under interviews) indraindray mihoato misrecognition amin'ny overlapping syllables. Toggle music suppression amin'ny form.
07Mety handeha voicemail rip na answering machines?+
Reniy, ambara ireo ireo zanatany 8 kHz narrow-band re-encoded raha MP3 — ny audio kalitate ceiling dia miampatra avy amin'ny PSTN capture, tsy ny MP3 wrapper. Miangat 78-85% accuracy amin'io source amin'io, izay mitovy amin'ny unay hananay amin'ny fampiraisana.
08Mijanona ny MP3 amin'ny transcript fahatapan?+
Fichier dia fafa-tsinjaitra amin'ny 30 andro tsy miova, na haingana amin'ny fepetra avy dashboard. Ny transcript dia mijanona amin'ny kaonti hatramidin'izy ireo. Tsy ampiasainay customer audio hanorina modely — tsy koa.

Alefao ang MP3. Makatanteraka text amin'ny 90 segundo.

30 libre minitra amin'ny bwan. Tsy mila card. Label speaker, 99 teny, export format rehetra niseo.

Manomboka libre