Start free

Transcreva MP3 para texto.Etiquetas de orador, mais de 100 idiomas.

Carregue qualquer MP3 — nota de voz comprimida a 32 kbps ou master de estúdio a 320 kbps — e obtenha uma transcrição com carimbos de data/hora e etiquetas de orador em cerca de 90 segundos.

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

6 things people ask about this.

01Que bitrates MP3 são suportados?+
Todos os bitrates MP3 padrão de 32 kbps a 320 kbps, tanto de bitrate constante (CBR) como variável (VBR). A precisão é melhor a 128 kbps e acima. Abaixo de 64 kbps, a compressão perceptual começa a afetar a precisão das palavras — planeie uma revisão manual para gravações com essa qualidade.
02Converter o meu MP3 para WAV primeiro melhora a precisão?+
Não. Converter um MP3 para WAV não recupera a informação de áudio perdida durante a codificação MP3. Se tiver a gravação original em WAV ou num formato sem perdas, use-a diretamente para obter resultados ligeiramente melhores. Mas um MP3 padrão a 128 kbps+ é excelente material de origem por si só.
03Qual é o tamanho máximo do ficheiro MP3?+
Grátis: 100 MB e até 30 minutos por ficheiro (o que ocorrer primeiro). Pro: 2 GB e até 10 horas por ficheiro (cerca de 8–9 horas a 128 kbps). Business: 5 GB e até 10 horas por ficheiro. Para arquivos com vários ficheiros, submeta cada ficheiro como um trabalho de API separado — o Pro executa até 20 trabalhos simultâneos, o Business até 50.
04Posso obter um ficheiro SRT a partir de um MP3?+
Sim. Exporte SRT ou VTT diretamente da página de transcrição — útil para re-carregar legendas no YouTube, incorporar subtítulos numa edição de vídeo ou arquivar transcrições temporizadas. Os carimbos de data/hora alinham-se com as posições no MP3 original.
05Quanto tempo demora a transcrever um MP3?+
Um MP3 de 60 minutos normalmente completa-se em 60–120 segundos. Ficheiros longos são divididos e processados em paralelo — um ficheiro de 4 horas não demora 4× mais. Os trabalhos do plano Business recebem processamento prioritário.
06Funciona para MP3s que não estão em inglês?+
Sim — mais de 100 idiomas, detetados automaticamente a partir dos primeiros 30 segundos de áudio. Os idiomas de nível 1 (inglês, espanhol, alemão, francês, português, italiano, neerlandês, polaco) oferecem 95%+ de precisão em qualquer MP3 com bitrate padrão. Os de nível 2 (russo, japonês, mandarim, coreano e 13 outros) oferecem precisão de nível profissional.

Drop something in. See what comes out.

30 minutos grátis por mês, sem cartão. Carregue qualquer MP3 — transcrição, etiquetas de orador e SRT em cerca de 90 segundos.

Iniciar transcrição gratuita