Start free

Transkripsi video MP4 ke teks.Audio diekstrak secara automatik.

Lepaskan fail MP4 seadanya — kami tarik jejak audio di sisi pelayan, kembalikan transkrip berstempel waktu, dan hantar SRT yang jatuh terus ke YouTube, Vimeo, atau NLE anda.

Letak audio atau video anda

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

Rakam terus dari pelayar anda

Daftar ambil 30 saat — rakaman buka terus selepas itu, dalam dashboard.

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTFail auto-padam dalam 24 jam

↓ Lihat apa yang keluar

MP4 masuk. Transkrip + SRT keluar.

MP4 ialah bekas — kami baca aliran audio secara langsung, tidak pernah pengekodan semula video. Stempel waktu kekal tepat bingkai kepada garis masa asal anda, jadi SRT sejajar pada import pertama.

training-module-04.mp4REC 1080p · 22:14 · 412 MB
en-US dikesan automatikAAC 48 kHz stereo · 192 kbps
~90s
Transkrip · temu langsungketepatan 95%
S1

Baiklah, dalam modul ini kami berjalan melalui aliran kerja pembayaran balik dari hujung ke hujung.

S2

Soalan pantas sebelum kami mula — adakah ini terpakai untuk pembayaran balik separa juga?

S1

Tangkapan yang baik. Separa menggunakan skrin yang sama tetapi kod sebab berbeza.

S2

Faham. Dan ambang kelulusan masih dua ratus dolar?

95% pada dialog bersihSRT · VTT · 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

Tiga pilihan nyata · perbandingan jujur

DIY dengan ffmpeg. Editor video. Atau kami.

Anda boleh mengekstrak audio sendiri dan menjalankan Whisper. Anda boleh seret MP4 ke Descript atau VEED dan tinggal di dalam editor mereka. Atau anda boleh lepaskan fail di sini dan dapatkan transkrip + SRT kembali, tanpa kunci editor.

Option 01

ffmpeg + Whisper

Percuma, tempatan, berbelok. Anda memiliki saluran paip dan setiap pepijat di dalamnya.

MemerlukanCLI + model 10 GB + GPU
Diarisasi pembicaraAlat berasingan (pyannote)
Output SRTYa, bendera manual
Masa pada MP4 1 jam20–90 min pada CPU
Audio berbilang trekAnda pilih aliran
Kos$0 + perkakasan anda
Best forJurutera yang sudah menjalankan Whisper secara tempatan dan tidak kisah jahitan diarisasi di atas.
Option 02

Transcription.Solutions

Lepaskan MP4. Pengekstrakan audio, diarisasi, SRT, ringkasan — satu lintasan.

MemerlukanPenyemak imbas, itu sahaja
Diarisasi pembicaraTerbina, setiap kerja
Output SRTSejajar bingkai ke sumber
Masa pada MP4 1 jam~4 min, aliran temu langsung
Audio berbilang trekKami senaraikan semua aliran
Kos · setiap min$0.03
Best forSesiapa yang mempunyai MP4 yang menginginkan teks dan SRT tanpa mempelajari editor video atau CLI.
Option 03

Descript / VEED

Muatkan MP4 ke editor. Transkrip muncul sebagai bahagian antara muka garis masa.

MemerlukanAkaun + lengkung pembelajaran editor
Diarisasi pembicaraYa, ditala EN
Output SRTEkspor tertakluk pada pelan
Had muatan naik5 GB (Descript percuma)
Audio berbilang trekTrek pertama sahaja
Kos$12–24/pengguna/bulan
Best forEditor yang ingin memotong video dan transkrip dalam alat yang sama.

Penentuan harga dan had ciri anggaran setakat 2026. Nama peringkat Descript dan VEED berubah dengan kerap — semak laman mereka untuk had semasa.

Khusus untuk MP4

Tiga perkara yang menggigit orang pada alat transkripsi generik.

MP4 ialah bekas, bukan kodek — dan kebanyakan alat transkripsi menganggapnya seperti satu gumpalan audio besar. Itulah tempat kehilangan datang.

Apa yang salah

  1. 1MP4 berbilang trek dengan boom + lav. Alat generik menangkap trek 1 dan mengabaikan selebihnya, jadi anda kehilangan mikrofon yang lebih bersih. Biasa pada ekspor FCP dan Premiere.
  2. 2Muzik latar dalam vlog dan iklan mencetuskan kata-kata hantu. Pengiktiraf cuba transkripsi vokal pada tempat tidur muzik.
  3. 3Stempel waktu SRT hanyut apabila alat pengekodan semula video semasa masuk. Pada minit 40 keterangan adalah satu saat.

Apa yang perlu dibalikkan di sini

  1. 1Muatkan naik — kami uji setiap aliran audio dan biarkan anda pilih yang mana transkripsi. Lalai ialah trek kadar bit tertinggi.
  2. 2Hidupkan Penindasan Muzik pada borang kerja. Kami gerbang pengiktiraf pada VAD pidato jadi bahagian instrumental kekal kosong.
  3. 3Kami tidak pernah pengekodan semula video. Audio diekstrak pada kadar sampel asli, stempel waktu merujuk pada senarai edit bekas — SRT sejajar tepat bingkai.

Tetapan kerja yang disyorkan untuk MP4

Lepaskan MP4 dan ini terbalik secara lalai. Ganti setiap kerja daripada borang.

Pengekstrakan audio
Kadar sampel asli, tanpa pengekodan semula
Pemilihan trek
Aliran kadar bit tertinggi
Diarisasi
Akustik · 1–6 pembicara
Penindasan muzik
Hidupkan untuk pratetapan vlog/iklan
Format SRT
≤42 watak/baris, 2 baris maks
Ekspor
SRT · VTT · DOCX · berstempel waktu TXT

Accuracy · real-world numbers

95% pada rakaman bersih. Nombor jujur apabila audio melawan balik.

Ketepatan MP4 ditetapkan oleh mikrofon, bukan kodek. Mikrofon lav pada set senyap mengalahkan kamera 4K dengan audio papan bawah setiap kali. Nombor di bawah datang daripada MP4 pelanggan nyata, disusun mengikut apa yang menangkap audio.

96%+
Rakaman studio, lav atau mikrofon shotgun

Lapel atau boom ke perekam, 48 kHz AAC pada 192+ kbps, bilik dirawat. Kes siling. Label pembicara paku pada rakaman dua orang.

93%
DSLR dengan shotgun atas kamera

Mikrofon atas kamera 2–4 kaki dari pembicara. Beberapa nada bilik tetapi pidato boleh difahami. Sebahagian besar kandungan pencipta YouTube mendarat di sini.

89%
Rakaman skrin dengan mikrofon USB

Ekspor OBS, Loom, Camtasia. Mikrofon dekat tetapi bilik tidak dirawat, sering dengan bocor audio sistem. Cukup baik untuk transkrip tutorial.

84%
Vlog yang ditembak telefon, mikrofon dalaman

Mikrofon telefon terbina dalam, angin atau bunyi pengendalian, jarak berubah satu gambar ke gambar. Kata-kata boleh digunakan, jangka 1–2 pembetulan setiap minit pada nama diri.

Soalan biasa

8 perkara yang orang tanya tentang transkripsi MP4.

01Adakah anda pengekodan semula video saya?+
Tidak. Kami hanya membaca aliran audio daripada bekas MP4. Aliran video tidak pernah disentuh, tidak pernah pengekodan semula, dan tidak pernah disimpan selepas kerja selesai — anda menyimpan fail asal anda tanpa perubahan.
02Apakah kodek di dalam MP4 disokong?+
H.264 piawai + AAC ialah kes mudah. Kami juga menangani HEVC/H.265, ProRes-dalam-MP4, dan audio dalam MP3, Opus, ALAC, atau PCM. Jika ffmpeg boleh uji, kami boleh transkripsi.
03Apakah had saiz fail?+
10 GB setiap muatan naik pada pengugah web, 50 GB melalui API dengan keping boleh sambung semula. MP4 1080p 1 jam biasa ialah 1–3 GB jadi kebanyakan fail sesuai laluan web tanpa berfikir mengenainya.
04Adakah SRT sejajar dengan video asal saya?+
Ya — stempel waktu merujuk pada senarai edit MP4 dan kadar sampel asli. Kami tidak pengekodan semula, jadi tidak ada hanyutan. Lepaskan SRT di sebelah MP4 di mana-mana pemain atau NLE dan keterangan segerak pada muatan pertama.
05Bolehkah saya bakar subjudul ke dalam video?+
Bukan di pihak kami — kami output SRT dan tinggalkan bakar-dalam kepada editor anda. Satu baris ffmpeg, HandBrake, Premiere, DaVinci, Kapwing semua terima SRT yang kami keluarkan. Kami tidak mahu menjadi alat pengekodan juga.
06Bagaimana pula dengan MOV, MKV, M4V, WebM?+
Semua disokong melalui saluran paip yang sama. MOV terutamanya — keluarga MPEG-4 yang sama, laluan pengekstrakan yang sama. MKV dengan berbilang jejak audio mendapat UI pemilih aliran yang sama seperti MP4 berbilang trek.
07Bolehkah saya hanya hantar URL YouTube atau Vimeo?+
Ya untuk YouTube — tampal URL awam pada skrin muatan naik dan kami ambil audio secara langsung, tiada muatan naik MP4 diperlukan. Vimeo memerlukan fail langsung atau pautan muat turun yang ditandatangani kerana pemain mereka gerbang aliran.
08Bagaimana jika tidak ada dialog bersifar, hanya muzik atau B-roll?+
VAD mengesan bahagian senyap dan muzik sahaja dan melangkauinya, jadi anda tidak bayar untuk rakaman ambien. Transkrip menandakan julat tersebut sebagai `[music]` atau `[no speech]` bukannya mencipta kata-kata.

Lepaskan MP4 anda. Dapatkan transkrip dan SRT kembali.

30 minit percuma setiap bulan. Tanpa kad. Audio diekstrak di sisi pelayan, label pembicara, SRT tepat bingkai — semua disertakan.

Mulai percuma