Start free

Rekodi MP3 kuwa maandishi.Alama za msemaji, lugha 100+.

Dondosha faili ya MP3 katika bitrate yoyote kutoka 64 hadi 320 kbps. Pata kaburi lenye muda na alama za msemaji katika lugha 99 — hakuna ubadilishaji wa muundo, hakuna ukodaji upya, hakuna kusubiri foleni.

Ingiza sauti au video yako

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

Rekodi moja kwa moja kutoka kwa kivinjari chako

Kujisajili kunachukua sekunde 30 — kurekodi kunafunguka mara moja, kwenye dashibodi.

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTFaili zinafutwa kiotomatiki baada ya saa 24

↓ Tazama matokeo

MP3 ndani. Kaburi lililosambaza nje.

Tunasoma kichwa cha fremu ya MP3 moja kwa moja — VBR, CBR, joint-stereo, kodea yoyote (LAME, Fraunhofer, FFmpeg). Ikiwa faili ni stereo ya kweli yenye msemaji kwenye chaneli tofauti, tunatumia hiyo kusambaza sauti. Kupunguzwa kwa mono kurejea kwa diarization ya acoustk.

interview-tape-04.mp3REC 192 kbps · stereo · 38:42
auto-detected en-GB44.1 kHz · LAME 3.100
~90s
Kaburi · mtiririkoUsahihi 95%
S1

Kwa nini utajua faili ilikuwa isiyo kamili?

S2

Pengine takriban 2019, tulipoanza kupiga sauti kwa reel-to-reels.

S1

Na tepu zinazokosekana — zilikuwa zimerekodiwa mahali popote?

S2

Kuna faharasa ya karatasi kutoka '78, lakini nusu yake imebadilika na maji.

95% katika 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

Chaguzi tatu za kweli · kulinganisha kwa uaminifu

Whisper ya bure kwa ndani. Otter au Sonix. Au sisi.

Unaweza kuendesha Whisper kwenye kompyuta yako mwenyewe kwa bure ikiwa una uzamili. Otter na Sonix zinakubali upakiaji wa MP3 ndani ya dashibodi za usajili. Tunachukua faili, tunaleta kaburi, na tunakataa kuzaa ndani ya mtazamo.

Option 01

Whisper ya ndani / chanzo wazi

Bure ikiwa una GPU na alhamisi. Hakuna diarization ya msemaji kwa njia ya kawaida.

UsanidiPython + CUDA + mifano ya GB 10
Diarization ya msemajiSio jamii (ziada ya pyannote)
Kasi · saa 1 MP35–40 dakika kwenye GPU ya watumiaji
Lugha99, lakini mifano ndogo huwa chini ya 80%
KuingizaTXT / SRT / VTT / JSON
GharamaBure + umeme wako
Best forWahandisi ambao wamekwisha kumiliki GPU, hawana haja ya alama za msemaji, na wanataka faragha kamili ya ndani.
Option 02

Transcription.Solutions

Dondosha MP3. Pata maandishi yenye alama za msemaji karibu kwa wakati halisi × 0.025.

UsanidiBaage-na-dondosha, hakuna akaunti inayohitajika kujaribu
Diarization ya msemajiKubuniwa ndani (mipango ya Pro & Business)
Kasi · saa 1 MP3~sekunde 90
Lugha99, auto-detected
KuingizaSRT · VTT · DOCX · TXT · JSON
Gharama · kwa dakika$0.03
Best forYeyote anayenaye MP3 — tepu ya mwanasheria, kuingiza kwa podcasti, ujumbe wa sauti, kucheza faili — na anataka maandishi sahihi tu nje.
Option 03

Otter / Sonix

Dashibodi yenye pooza, kufungwa kwa dakika kila mwezi, English-tuned. Upakiaji wa faili unajiona kama umbo la upande.

UsanidiAkaunti + mpango ulipyia
Diarization ya msemajiAcoustk, EN-leaning
Kasi · saa 1 MP35–10 dakika kwenye foleni
LughaOtter EN tu; Sonix ~40
KuingizaImefungwa nyuma ya safu iliyolipwa
Gharama$17+/mwezi au $10+/saa (Sonix)
Best forTimu ambayo inataka jenereta ya kaburi na mtazamo wa ushirikiano zaidi kuliko mtiririko kamili wa faili→maandishi.

Bei na kupatikana kwa umeme ni sahihi kama Mei 2026. Utendaji wa Whisper hutofautiana kulingana na ukubwa wa mifano na maunzi.

Mahususi kwa MP3

Mambo matatu yanayonuma watu kwenye zana za ubadilishaji wa kawaida.

MP3 ni muundo, si mtindo wa kurekodi — ambayo ina maana kuzaliwa kwenye kuzaliwa kwa kodea, si hotuba.

Kile kinachokosea

  1. 1Kichwa cha VBR kinachosomeka vibaya. Zana zingine husoma MP3 yenye kiwango cha ubadilishaji kama kiwango kamili na kuhesabu muda vibaya — alama za wakati zinaruka kwa dakika juu ya faili ya saa moja.
  2. 2Joint-stereo inakosa kwa mono wakati wa kubadilisha kabla ya upakiaji. Wanatoweza kucheza upambaji wa msemaji buligeni ambao ulikuwa kweli kwenye faili.
  3. 3Sanamu ya albamu iliyoingizwa ya ID3 inazuza waandaji wachache — wanakataa faili kama 'sio sauti safi' au kusambaza na kukodea upya, kupunguza ubora zaidi.

Kile tumachofanya badala yake

  1. 1Tunatumia kichwa cha Xing/LAME wakati inakamatia na fallback ya hesabu ya fremu wakati sivyo. Alama za wakati wa VBR hubaki sahihi kwa ±0.1 s juu ya faili za saa nyingi.
  2. 2Joint-stereo na MP3 ya stereo ya kweli ni inakamatwa kuwa L/R PCM kabla ya diarization. Ikiwa msemaji wako alikuwa amepindikwa, tunaendelea kubaki kugawanya.
  3. 3ID3v1, ID3v2, APE tags, sanamu iliyoingizwa — zote zinakwamya kwa usafi. Hatukodei upya MP3 yako kwa wakati wowote.

Mipango iliyopendekezwa kwa upakiaji wa MP3

Kawaida inayolingana na ~80% ya faili za MP3. Fata kazi kwa kazi kutoka kwa fomu.

Kodea
Fremu sahihi, hakuna ukodaji upya
Diarization
Sambaza kwa chaneli ikiwa stereo, sivyo acoustk
Mifano ya msemaji
Kiotomatiki · msemaji 1-12
Lugha
Auto-detect kutoka dakika 30 ya kwanza
Maneno ya njiani
Kuchukuliwa (toggle kuweka)
Safu ya kuingiza
DOCX + SRT + TXT yenye muda

Accuracy · real-world numbers

95%+ katika 192 kbps stereo. Tunaweza kutumiwa chini ya 64 kbps mono.

Usahihi wa MP3 unabatilishwa na kile kodea iliyochezeana, si sisi. Kubakiza fahamu juu ya ~96 kbps huhifadhi busara ya hotuba vizuri sana; chini ya 64 kbps, sibilants na konsonanti huanza kufa. Namba chini ni kutoka kwa MP3 za mteja wa kweli katika uzalishaji.

96%
320 kbps stereo, chanzo cha studio

Karibu bila hasara kwa hotuba. Mifano ya podcasti, kuingiza kwa programu ya mwongozo, nchi za sumaku ya mahojiano. Diarization safi ikiwa msemaji kwenye chaneli tofauti.

95%
192 kbps stereo, msemaji 2-3

Bitrate ya kawaida kwa MP3 za hotuba. Kuingizia kwa Zoom, kupakua kwa Riverside, rekodiaji ya sauti ya kawaida. Kuchafuka kwa kubakiza simu hakuna kwa kigeu.

91%
128 kbps mono, mazungumzo

Ujumbe wa sauti wa kawaida kwenye simu nyingi. Diarization ya acoustk inaangalia msemaji 2-4. Namba na majina mapya mara moja yanahitaji mtazamo.

84%
64 kbps mono, faili / chaji ya simu

Rips ya zamani za simu ya ujumbe, faharasa za muhazzi, chanzo nyembezi. Konsonanti za juu-frequency (f/s/sh) kufa. Bado inasomeka — panga muhariri.

Maswali ya kawaida

Mambo 8 ambayo watu huuliza kuhusu ubadilishaji wa MP3.

01Ni bitrate gani ya chini ya MP3 ambayo bado inatoa kaburi linachoweza kutumiwa?+
64 kbps ni safu ya vitendo. Chini ya hiyo, sibilants (s, sh, f) kufa kuwa kelele na hitilafu ya maneno inakua zaidi ya 20%. Ikiwa ukurekodi upya, lengea 128 kbps mono au 192 kbps stereo — kile chochote cha juu ni haba zaidi kwa hotuba.
02Ni lazima nikubadilishe MP3 yangu kuwa WAV kwanza?+
Hapana. Ukodaji upya MP3 → WAV haiongezi usahihi kwa sababu data ambayo kodea ilicheza ni iliyopotea kwa nchi. Pakua MP3 moja kwa moja. Tunakamatia fremu katika kumbukumbu na kujakazi PCM kwa kigeu.
03Je, MP3 ya stereo itanipa alama nzuri za msemaji kuliko mono?+
Tu ikiwa msemaji alikuwa kurekodi kweli kwenye chaneli tofauti — MP3 nyingi za stereo zina sauti sawa kwenye pande zote mbili ('mono mbili') na hazipatikani. Sambaza halisi cha chaneli (mfano Riverside kuingiza, miti miwili ya kumalizia faili) inaruhusu sisi kupuuza diarization ya acoustk na kuongeza msemaji karibu kamili.
04Ni kiasi gani cha juu cha faili ya MP3 unayokubali?+
5 GB kwa upakiaji, ambalo ni takriban saa 60 katika 192 kbps au saa 90 katika 128 kbps. Ikiwa faili yako ni kubwa zaidi tutaonyesha upakiaji wa chunked — hakuna haja ya kugawanya mwenyewe.
05Je, MP3 ya dakika 60 inachukua muda gani kubadilisha kuwa maandishi?+
Kawaida sekunde 90 kutoka upakiaji-kamili hadi kaburi-tayari, bila kujali bitrate. Kodea ya fremu ya MP3 ni haraka; wakati ni katika kigeu. Diarization inaongeza sekunde 5-10 kwenye faili za msemaji wengi.
06MP3 yangu ina muziki wa backgrounds — je, kaburi litaharibiwa?+
Bed ya muziki machache chini ya hotuba ni nzuri. Muziki wenye sauti ambao unajibeza na sauti (ingizo la stings, kucheza nyuma ya mahojiano) mara moja husimu misrecognitions kwenye silabi inayoishia. Tunganisha kusumbusha muziki kwenye fomu ya kazi kujibu kwa kabla.
07Je, unaweza kushughulikia MP3 zilizorindwa kutoka kwa simu ya ujumbe au mishughuli ya kupiga simu?+
Ndiyo, ingawa hizi mara nyingi ni 8 kHz nyembezi iliyokodewa upya kama MP3 — dari ya ubora wa sauti inakufa na kumalizia ya asili ya PSTN, si wazi wa MP3. Kutarajia usahihi 78-85% kwa aina hiyo ya chanzo, ambalo ni sawa na kile tumepata kwenye simu ya kupigania.
08Je, unacheza MP3 yangu baada ya kaburi kumalizwa?+
Faili zinachukuliwa baada ya siku 30 kwa kawaida, au haraka juu ya ombi kupitia dashibodi. Kaburi linabaki kwenye akaunti yako mpaka likuchukuliwa. Hatupi sauti ya watumiaji kujenga mifano yoyote — kwa wakati wowote.

Dondosha MP3 yako. Pata maandishi kwa sekunde 90.

Dakika 30 za bure kila mwezi. Hakuna kadi inayohitajika. Alama za msemaji, lugha 99, kila muundo wa kuingiza jamii.

Anza kwa bure