Audio sa teksto

Libre Walang sign-up

I-drag ang audio o video, o i-click para mag-upload

MP3 · WAV · M4A · MP4
o magdikit ng URL
Gastos: 10 tokens kada minuto ng audio. Sinisingil sa simula (1 minutong minimum).

Tungkol sa tool na ito

I-transcribe ang audio at video sa 90+ wika gamit ang Whisper.

Libreng AI para gawing teksto ang audio. Awtomatikong transcription ng podcast, meeting at video. Online, walang rehistro.

Paano gamitin Audio sa teksto

  1. 1

    Sumulat o mag-upload

    Isulat ang gusto mo sa kahon sa itaas, o i-upload ang file kung hinihingi ito ng tool.

  2. 2

    Gumawa

    I-click ang pangunahing button. Maghintay ng 2-30 segundo depende sa modelo at laki ng input.

  3. 3

    I-download o ibahagi

    I-download ang resulta o ibahagi ang direct link. Walang watermark, handa nang gamitin.

Mga madalas itanong

Libre ba ang Audio tungo sa text at walang audio watermark?

Ang Audio tungo sa text ay hindi naglalagay ng nadidinig na watermark sa na-export na file. Ang mga open-source model tulad ng Kokoro ay 100% libre nang walang mahigpit na limitasyon. Ang mga premium model (ElevenLabs, Cartesia Sonic) ay nagbabawas ng tokens. Ang libreng account ay may 500 sa simula at 25 kada araw.

Sa ilang wika gumagana ang Audio tungo sa text?

Ang Audio tungo sa text ay sumusuporta sa 30 hanggang 90+ na wika depende sa napiling model. Ang ElevenLabs Multilingual v2 ay sumasaklaw sa 30+ na may lokal na accent. Ang Whisper ay nakikilala ang 90+ na wika sa transkripsyon. Ang Kokoro ay optimized para sa Ingles at Espanyol. Ipinapakita ng picker ang mga suportadong wika para sa bawat boses.

Anong mga format ng audio ang tinatanggap at ine-export ng Audio tungo sa text?

Ang Audio tungo sa text ay nag-e-export ng MP3 bilang default (192 kbps, compatible sa lahat). Para sa mga file na ipapa-transcribe, tumatanggap ito ng MP3, WAV, M4A, OGG, WebM, FLAC at mga karaniwang video format (MP4, MOV). Awtomatikong kinukuha ang audio. Limitasyon na 200 MB bawat file sa web.

Puwede ba akong mag-clone ng boses gamit ang Audio tungo sa text?

Ang voice cloning ay available lang sa ilang partikular na premium model at nangangailangan ng pahintulot ng may-ari ng boses. Hinaharang namin ang mga upload na mukhang nagpapanggap bilang buhay na pampublikong tao nang walang pahintulot. Para sa lehitimong paggamit (sarili mong boses, komersyal na voiceover na may lisensya), makipag-ugnayan sa amin.

Itinatago ba ng Audio tungo sa text ang mga audio na ina-upload o ginawa?

Ang mga audio na nagawa ay nananatili sa account mo na may shareable link na ikaw ang kumokontrol. Puwede mo itong gawing pribado anumang oras. Awtomatikong binubura ang mga file na ina-upload mo para i-transcribe o iproseso pagkalipas ng 7 araw. Walang ginagamit para sanayin ang mga model.