Start free

Prepiši MP3 v besedilo.Oznake govorcev, 100+ jezikov.

Spusti MP3 datoteko pri kateri koli bitni hitrosti od 64 do 320 kbps. Prejmi prepis s časovniki in oznakami govorcev v 99 jezikih — brez pretvorbe oblike, brez ponovno kodiranja, brez čakanja v vrsti.

Spusti zvok ali video

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

Snemaj naravnost iz brskalnika

Registracija traja 30 sekund — snemanje se odpre takoj zatem, v nadzorni plošči.

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTDatoteke se samodejno izbrišejo v 24 h

↓ Poglej, kaj pride ven

MP3 notri. Prepis z oznakami govorcev ven.

Beremo zaglavje MP3 okvira direktno — VBR, CBR, joint-stereo, katerikoli kodirator (LAME, Fraunhofer, FFmpeg). Če je datoteka pravi stereo s govorci na ločenih kanalih, to uporabimo za ločevanje glasov. Mono zmanjšanje se vrne k akustični diarizaciji.

interview-tape-04.mp3REC 192 kbps · stereo · 38:42
samodejno zaznano en-GB44.1 kHz · LAME 3.100
~90s
Prepis · streaming95% točnostjo
S1

Torej, kdaj si prvič spoznal, da je arhiv nepopoln?

S2

Verjetno okrog leta 2019, ko smo začeli digitalizirati bobne.

S1

Kot za manjkajoče trakove — ali so bili na katerem koli mestu katalogalizirani?

S2

Prosim je indeks papirja iz 78, vendar je polovica poškodovana z vodo.

95% pri 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

Tri prave možnosti · pošten primerjava

Brezplačni lokalni Whisper. Otter ali Sonix. Ali mi.

Brezplačno vodiš Whisper na svojem prenosniku, če si tehnično nadarjen. Otter in Sonix sprejmeta MP3 prenose znotraj nadzornih plošč naročnine. Vzamemo datoteko, vrnemo prepis in te ne prisilimo, da živiš v vmesniku.

Option 01

Whisper lokalno / odprta koda

Brezplačno, če imaš GPU in popoldne. Brez diarizacije govorcev iz škatlice.

NastavitevPython + CUDA + 10 GB modelov
Diarizacija govorcevNi vključeno (dodatek pyannote)
Hitrost · 1 uro MP35–40 minut na potrošniškem GPU
Jeziki99, vendar majhen model pade pod 80%
IzvozTXT / SRT / VTT / JSON
StroškiBrezplačno + tvoji elektrika
Best forInženirji, ki že imajo GPU, ne rabijo oznak govorcev in želijo polno lokalno zasebnost.
Option 02

Transcription.Solutions

Spusti MP3. Prejmi prepis z oznakami govorcev nazaj v približno realnom času × 0,025.

NastavitevPovleci in spusti, brez računa za preizkus
Diarizacija govorcevVgrajena (plani Pro in Business)
Hitrost · 1 uro MP3~90 sekund
Jeziki99, samodejno zaznano
IzvozSRT · VTT · DOCX · TXT · JSON
Stroški · na minuto$0.03
Best forKdor koli ima MP3 — novinarsko trakove, izvoz podkasta, glasovno beležko, arhivsko kopijo — ki želi točne besedilo ven.
Option 03

Otter / Sonix

Poliran nadzorna plošča, mesečna omejitev minut, anglščina usmerjena. Prenos datoteke se počuti kot stranska funkcija.

NastavitevRačun + plačani načrt
Diarizacija govorcevAkustična, AN nagib
Hitrost · 1 uro MP35–10 minut v vrsti
JezikiOtter samo AN; Sonix ~40
IzvozZaklenjena za plačanimi stopnjami
Stroški$17+/mesec ali $10+/uro (Sonix)
Best forEkipe, ki želijo urejevalnik prepisa in vmesnik za sodelovanje bolj kot čist API razvod datoteke in besedila.

Cene in razpoložljivost funkcij točne od maja 2026. Zmogljivost Whisper se razlikuje glede na velikost modela in strojno opremino.

Specifično za MP3

Tri stvari, ki te motijo pri splošnih orodjih za prepis.

MP3 je oblika, ne slog snemanja — kar pomeni, da načini neuspeha izhajajo iz kodiratora, ne iz govora.

Kaj se zgodi

  1. 1Zaglavja VBR se napačno razčlenijo. Nekateri orodji berejo MP3 s spremenljivo bitno hitrostjo kot fiksno in napačno izračunajo trajanje — časovne značke drse minut čez uro dolgih datotek.
  2. 2Joint-stereo se spusti v mono med prenosom v fazo obdelave. Izgubite ločevanje med govorcema kanala, ki je bilo v datoteki.
  3. 3Vgrajena ID3 umetnina albuma zmede nekaj prenašalnik — zavrnejo datoteko kot 'ne čist zvok' ali jo snemanje in ponovno kodiranje, pri čemer naprej padajo kakovost.

Kar vzamemo namesto tega

  1. 1Uporabljamo Xing/LAME zaglavje, če je prisotno, in številski padec okvira sicer. Časovne značke VBR ostanejo natančne na ±0,1 s čez več ur dolge datoteke.
  2. 2Joint-stereo in prave-stereo MP3ji so dekodiranja v L/R PCM pred diarizacijo. Če so bili vaši govorci panJI, jih hranimo ločene.
  3. 3ID3v1, ID3v2, APE oznake, vgrajena umetnina — vse preidejo neslišno. Nikoli ne ponovno kodiramo vašega MP3.

Priporočene nastavitve dela za prenose MP3

Privzete vrednosti, ki se prilegajo ~80% MP3 datotek. Preglej na delovno mesto iz obrazca.

Dekodiranja
Okvirna točnost, brez ponovno kodiranja
Diarizacija
Kanalski razdel, če stereo, drugače akustična
Govorni modell
Avto · 1-12 govorcev
Jezik
Samodejno zaznavanje od prvih 30 s
Besede polnila
Odstranjeno (preklop za ohranitev)
Izvozni paket
DOCX + SRT + časovni TXT

Accuracy · real-world numbers

95%+ pri 192 kbps stereo. Uporabno do 64 kbps mono.

Točnost MP3 je omejena z tem, kaj je kodirator ohranil, ne z nami. Zaznava kompresije nad ~96 kbps zelo dobro ohranja razumevanje govora; pod 64 kbps se sibilanti in soglasniki začnejo raztapljati. Številke spodaj so iz resnihMP3 strank v proizvodnji.

96%
320 kbps stereo, studijski vir

Skoraj brez izgub za govor. Glavni podkasti, izvozi aplikacije за diktiranje, profesionalna oprema za intervjujev. Diarizacija čista, če so govorci na ločenih kanalih.

95%
192 kbps stereo, 2-3 govorci

Najpogostejša bitna hitrost za govorjena MP3 datoteke. Izvozi Zoom, prejete Riverside, glasovni urejevalniki privzeti. Artefakti kompresije so neslišni preznačilniku.

91%
128 kbps mono, pogovorno

Privzeti glasovne beležke na večini telefonov. Akustična diarizacija obvlada 2-4 govorce. Številke in imena občasno potrebujejo pogled.

84%
64 kbps mono, arhivski / telefonski odpadek

Stare sekire odgovornikov, arhivi predavanj, ozko-pasovni viri. Visokofrekvenčni soglasniki (f/s/sh) se zabrisati. Še vedno berljivo — planiraj posodobitev.

Pogosta vprašanja

8 stvari, ki jih vprašajo o prepisu MP3.

01Kaj je najmanja bitna hitrost MP3, ki še daje uporaben prepis?+
64 kbps je praktična meja. Pod tem so sibilanti (s, sh, f) stisniti v hrup in stopnja napake besede se pleza preko 20%. Če snemаš sveže, se osredotoči na 128 kbps mono ali 192 kbps stereo — v nasprotnem primeru je kakršna koli bolj visoka hitrost pretirana za govor.
02Ali moram prvo pretvoriti svoj MP3 v WAV?+
Ne. Ponovno kodiranje MP3 → WAV ne doda ničesar točnostjo, ker so podatki, ki jih je kodirator zavrgnil, trajno izgubljeni. Neposredno prenesite MP3. V pomnilniku dekodiramo okvirje in hranimo PCM v zaznavalnik.
03Ali bo stereo MP3 dal boljše oznake govorcev kot mono?+
Samo če so govorci dejansko snemljivi na ločenih kanalih — večina stereo MP3 ima enak zvok na obeh straneh ('dual mono') in pridobi nič. Pravi razdel kanala (npr. izvozi Riverside, dve-mikrofonske terenske opremе) nam omogoči preskak akustične diarizacije in oznako govorcev blizu popolnoma.
04Kolikšna je največja velikost MP3 datoteke, ki jo sprejmete?+
5 GB na prenos, kar je približno 60 ur pri 192 kbps ali 90 ur pri 128 kbps. Če je datoteka večja, prikazali bomo razdeljenega prenosa — ni potrebe, da jo razdelite sami.
05Kako dolgo traja prepis 60-minutnega MP3?+
Tipično 90 sekund od naložitve do konca do prepisa ready, ne glede na bitno hitrost. Dekodiranje MP3 okvirjev je hitro; čas je v zaznavalnik. Diarizacija doda 5-10 sekund na večgovornih datotekah.
06Moj MP3 ima glasbo na ozadju — ali bo prepis pokvarjen?+
Tiha glasba pod govorom je v redu. Glasna glasba, ki tekmuje z glasom (uvodni udarci, točkovanje pod intervjuji), včasih sproži nepravilne napovedovanje na prekrivajočih se zlogih. Iz sestave posla izberi potlačitev glasbe za prefiltriranje.
07Ali lahko upravljash MP3je, vtisnjene iz telefonske telefonske sporočilne opreme ali oddGovornih strojev?+
Da, čeprav so to pogosto 8 kHz ozko-pasovni ponovno kodiranega kot MP3 — plafon zvočne kakovosti je nastavljen s prvotnim PSTN zajetjem, ne s škatlo MP3. Pričakuj 78-85% točnostjo pri tej vrsti vira, kar je enako kot pri osnovnem klicu.
08Ali obdržiš moj MP3 potem, ko je prepis končan?+
Datoteke se izbrišejo po 30 dneh kot privzeto, ali takoj na zahtevo prek nadzorne plošče. Prepis ostane v tvojem računu, dokler ga ne izbrišeš. Ne uporabljamo zvoka strank za usposabljanje katerega koli modela — nikoli.

Spusti svoj MP3. Prejmi besedilo v 90 sekundah.

Brezplačno 30 minut vsak mesec. Brez kartice. Oznake govorcev, 99 jezikov, vsak izvozni format vključen.

Začni brezplačno