Start free

Phiên âm file WAV với nhãn người nói.Chất lượng không mất dữ liệu.

File WAV từ máy ghi hiện trường, phiên phòng thu và kho lưu trữ phát thanh đạt độ chính xác phiên âm cao nhất — không có nén codec phải xử lý. Tải lên bất kỳ file WAV nào và nhận bản phiên âm đầy đủ với nhãn người nói.

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.

01Các thông số kỹ thuật WAV nào được hỗ trợ?+
Bất kỳ file PCM WAV nào: tần số lấy mẫu từ 8 kHz đến 192 kHz, độ sâu bit 16-bit, 24-bit hoặc 32-bit float, kênh đơn hoặc kênh đôi. Cả định dạng WAV tiêu chuẩn (.wav) và Broadcast Wave Format (.bwf) đều hoạt động mà không cần chuyển đổi.
02WAV không mất dữ liệu có thực sự cải thiện độ chính xác phiên âm?+
Có, ở mức khiêm tốn. WAV cung cấp cho pipeline phiên âm tín hiệu âm thanh đầy đủ mà không có hiện tượng nén cảm nhận. Trên hầu hết các bản ghi, cải thiện so với MP3 chất lượng cao là 1–3%. Trên các bản ghi khó (giọng nặng, tiếng ồn nền nhẹ, chất lượng âm thanh biên), mức chênh lệch đó có ý nghĩa.
03Máy ghi hiện trường của tôi lưu WAV 24-bit ở 96 kHz. Nó có hoạt động không?+
Có. WAV 24-bit 96 kHz được chấp nhận và hoạt động mà không cần bất kỳ chuyển đổi nào. Pipeline chuẩn hóa tần số lấy mẫu nội bộ — 96 kHz không làm chậm xử lý hoặc gây ra vấn đề tương thích.
04Kích thước file WAV tối đa là bao nhiêu?+
Miễn phí: 100 MB (khoảng 10 phút stereo 16-bit 44.1 kHz, ~20 phút mono), giới hạn 30 phút mỗi file. Pro: 2 GB (khoảng 45 phút stereo, ~90 phút mono), tối đa 10 giờ mỗi file về thời lượng. Business: 5 GB (khoảng 3 giờ stereo, ~6 giờ mono), tối đa 10 giờ mỗi file. WAV bị giới hạn bởi kích thước hơn là thời lượng. Đối với kho lưu trữ nhiều file, hãy gửi mỗi file dưới dạng một công việc API riêng biệt.
05Tôi có thể lấy SRT từ file WAV không?+
Có. Xuất SRT hoặc VTT từ trang phiên âm. Các dấu thời gian căn chỉnh với vị trí WAV — hữu ích nếu bạn đang chỉnh sửa video cùng với file WAV này làm track âm thanh.
06WAV có tốt hơn MP3 cho phiên âm không?+
Trong điều kiện ghi tương đương, WAV mang lại độ chính xác cao hơn 1–3% so với MP3 128 kbps — và cao hơn đáng kể so với 64 kbps hoặc thấp hơn. Nếu bạn có bản ghi gốc dưới dạng WAV, hãy sử dụng nó. Nếu bạn chỉ có MP3, MP3 vẫn sẽ phiên âm ở mức 95%+ đối với giọng nói rõ ràng.

Drop something in. See what comes out.

30 phút miễn phí mỗi tháng, không cần thẻ. Tải lên file WAV của bạn — bản phiên âm, nhãn người nói và SRT trong khoảng 90 giây.

Bắt đầu phiên âm miễn phí