Prepis MP3 do textu.Označenie rečníkov, 100+ jazykov.

Vložte akýkoľvek MP3 — 32 kbps komprimovanú hlasovú poznámku alebo 320 kbps štúdiový master — a získajte časovo označený prepis s označením rečníkov približne za 90 sekúnd.

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.

01Aké bitrate MP3 sú podporované?+
Všetky štandardné bitrate MP3 od 32 kbps do 320 kbps, konštantný bitrate (CBR) aj variabilný bitrate (VBR). Presnosť je najlepšia pri 128 kbps a viac. Pod 64 kbps začínajú percepčné kompresné artefakty ovplyvňovať presnosť slov – pre nahrávky v takej kvalite naplánujte manuálnu revíziu.
02Zlepší konverzia môjho MP3 na WAV presnosť?+
Nie. Konverzia MP3 na WAV neobnoví audio informácie stratené počas kódovania MP3. Ak máte originálnu nahrávku vo WAV alebo v bezstratovom formáte, použite ju priamo pre mierne lepšie výsledky. Štandardný MP3 pri 128 kbps+ je však sám o sebe vynikajúcim zdrojovým materiálom.
03Aká je maximálna veľkosť súboru MP3?+
Free: 100 MB a do 30 minút na súbor (podľa toho, čo nastane skôr). Pro: 2 GB a do 10 hodín na súbor (asi 8–9 hodín pri 128 kbps). Business: 5 GB a do 10 hodín na súbor. Pre viacsúborové archívy odošlite každý súbor ako samostatnú API úlohu – Pro beží až 20 súbežných úloh, Business až 50.
04Môžem získať SRT súbor z MP3?+
Áno. Exportujte SRT alebo VTT priamo zo stránky prepisu – užitočné pre opätovné nahranie titulkov na YouTube, vloženie titulkov do strihu videa alebo archiváciu časovo označených prepisov. Časové pečiatky sú v súlade s pozíciami v pôvodnom MP3.
05Ako dlho trvá prepis MP3?+
60-minútový MP3 sa zvyčajne spracuje za 60–120 sekúnd. Dlhé súbory sa rozdelia a spracúvajú paralelne – 4-hodinový súbor netrvá 4× dlhšie. Súbory v pláne Business majú prioritné spracovanie.
06Funguje to aj pre neanglické MP3?+
Áno – 100+ jazykov, automaticky detegovaných z prvých 30 sekúnd audia. Jazyky tier 1 (angličtina, španielčina, nemčina, francúzština, portugalčina, taliančina, holandčina, poľština) dosahujú 95%+ presnosť na akomkoľvek štandardnom bitrate MP3. Tier 2 (ruština, japončina, mandarínčina, kórejčina a 13 ďalších) poskytujú produkčnú presnosť.

Drop something in. See what comes out.

30 bezplatných minút mesačne, bez karty. Vložte akýkoľvek MP3 – prepis, označenie rečníkov a SRT približne za 90 sekúnd.

Začať bezplatný prepis