Start free

Chuyển thư thoại thành văn bản.Hơn 100 ngôn ngữ, mọi định dạng nhà mạng.

Xuất thư thoại dưới dạng MP3 hoặc WAV từ ứng dụng thư thoại trực quan của nhà mạng, hộp thư VoIP hoặc hệ thống PBX. Tải tệp lên và nhận bản phiên âm có dấu thời gian trong vài giây.

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

7 things people ask about this.

01Làm thế nào để xuất thư thoại từ điện thoại hoặc nhà mạng của tôi?+
Google Voice: nhấp vào thư thoại, nhấp Thêm, tải xuống dưới dạng MP3. Microsoft Teams Phone: mở thư thoại trong tab Cuộc gọi, nhấp Tải xuống. Thư thoại trực quan (iPhone): chạm vào thư thoại, chạm vào biểu tượng chia sẻ. Thư thoại trực quan Android: chạm vào tin nhắn, chạm vào menu ba chấm, chia sẻ hoặc xuất. Nhà cung cấp VoIP: tải xuống từ cổng hoặc nhận dưới dạng tệp đính kèm email.
02Các định dạng âm thanh thư thoại nào được hỗ trợ?+
MP3, WAV, OGG, AMR và hầu hết các định dạng nhà mạng phổ biến. Google Voice và Teams Phone cung cấp MP3. Hầu hết nhà cung cấp VoIP cung cấp WAV. Nhà mạng di động có thể cung cấp AMR hoặc OGG. Tất cả đều được chấp nhận mà không cần chuyển đổi.
03Tôi có thể mong đợi độ chính xác nào từ bản phiên âm thư thoại?+
88%+ trên thư thoại nhà mạng tiêu chuẩn được để lại trong môi trường yên tĩnh. 80%+ trên bản ghi ồn ào hoặc cuộc gọi bị nén mạnh. Âm thanh thư thoại ở chất lượng điện thoại (8 kHz), làm giới hạn mức trần so với bản ghi giọng nói — nhưng đủ để xác định chi tiết người gọi và số điện thoại gọi lại.
04Tôi có thể phiên âm hàng loạt backlog thư thoại không?+
Có. Gửi mỗi thư thoại dưới dạng một công việc riêng đến /api/v1/jobs với một URL webhook chung — Business chạy tới 50 công việc đồng thời, Pro tới 20. Backlog 200 thư thoại được xử lý trong vòng dưới một giờ trên Business. Các định dạng xuất DOCX, TXT và JSON có sẵn. Xác thực JWT, giới hạn tốc độ theo khóa.
05Nó có tự động phát hiện ngôn ngữ của người gọi không?+
Có. Ngôn ngữ được tự động phát hiện từ 30 giây đầu tiên của âm thanh. Người gọi để lại thư thoại bằng tiếng Pháp, Tây Ban Nha, Trung Quốc hoặc bất kỳ ngôn ngữ nào trong số hơn 100 ngôn ngữ sẽ có thư thoại được phiên âm bằng ngôn ngữ đó mà không cần cài đặt thủ công.
06Có sẵn tính năng phân biệt người nói cho thư thoại không?+
Có, trên các gói Pro và Business. Hầu hết thư thoại có một người nói. Thỉnh thoảng thư thoại có hai người nói (một cuộc trò chuyện ngắn vô tình bị ghi lại) hoặc chuỗi tự động trả lời + người gọi có thể được tách ra.
07Tôi có thể tích hợp phiên âm thư thoại với CRM của mình không?+
Có, qua API. POST URL âm thanh thư thoại khi có tin nhắn mới, nhận bản phiên âm qua webhook và đẩy văn bản vào CRM hoặc helpdesk của bạn. Một số nhóm hỗ trợ khách hàng sử dụng mẫu này để tự động điền ghi chú vé từ thư thoại.

Drop something in. See what comes out.

30 phút miễn phí mỗi tháng, không cần thẻ. Tải xuống một thư thoại, tải lên MP3 hoặc WAV — bản phiên âm trong khoảng 10 giây.

Bắt đầu phiên âm miễn phí