Аудио в текст
Одна страница для любого аудиоформата
Перетащите MP3, M4A, WAV, FLAC, OGG, AAC, WebM и другие. Получите чистую транскрипцию с временными метками, AI-резюме и экспортом.
Перетащите файл сюда
или нажмите, чтобы выбрать
MP3 · MP4 · WAV · M4A · OGG · WEBM · FLAC · Макс. 25 МБ · Макс. 30 мин
Как это работает
- 1
Перетащите любой аудиофайл
Загрузите с вашего устройства или перетащите. MP3, M4A, WAV, FLAC, OGG, AAC, WebM и другие.
- 2
Whisper транскрибирует аудио
Whisper large-v3 работает на нашем сервере с автоматической пунктуацией, разбиением на абзацы и временными метками для каждого сегмента.
- 3
Редактируйте, экспортируйте, делитесь
Просмотрите транскрипцию, сделайте резюме с помощью AI, переведите на более чем 50 языков и экспортируйте в TXT, DOCX, PDF или SRT.
Чистая построчная разметка с временными метками. Лучше для чтения.
Почему один инструмент для аудио в текст лучше
Без шага "сначала конвертировать"
Загружайте любой аудиоформат напрямую. Экономьте время и сохраняйте оригинальное качество, без потерь через конвертер.
Автоматическое определение формата
Mictoo определяет формат по заголовку файла и применяет лучшие настройки транскрипции для этого кодека.
Одинаковая точность для всех форматов
Работает на Whisper large-v3 для постоянной точности, будь то ваш файл MP3, WAV, FLAC или WebM.
Резюме и экспорт включены
Получите AI-резюме, переведите на более чем 50 языков и экспортируйте в TXT, SRT, VTT или DOCX. Без дополнительных планов.
Когда эта страница подходит
Архивы с разными форматами
Одна загрузка для всех ваших файлов, независимо от того, на чем они были записаны.
Неизвестный формат файла
Не уверены, что создал ваш рекордер. Мы определим и транскрибируем его.
Быстрая транскрипция
Быстрые результаты без настройки, конвертеров или ручного выбора формата.
Рабочие процессы с разными инструментами
Перетащите файлы, экспортированные из Zoom, Descript, Audacity, GarageBand или любого DAW.
Пользователи впервые
Без регистрации, простой интерфейс, бесплатно. Безопасная первая попытка перед использованием любого инструмента.
Тестирование качества аудио
Проверьте четкость и узнайте, сколько полезного текста вы можете получить из грубой записи.
Качество аудио важнее, чем формат файла
Как Mictoo определяет ваш формат
1010
Мы читаем заголовок файла (магические байты), чтобы мгновенно определить ваш формат. Это обеспечивает лучшие настройки для точной транскрипции и означает, что вам никогда не нужно выбирать формат вручную.
Поддерживаемые аудиоформаты
| Формат | Обычный источник | Лучше всего для | Прямая загрузка |
|---|---|---|---|
| MP3 | Рекордеры, подкасты, загрузки | Общее использование, маленькие файлы | |
| M4A | Голосовые заметки iPhone, приложения Apple | Высокое качество, эффективный размер | |
| WAV | Записи, экспорт DAW | Несжатое, профессиональное аудио | |
| FLAC | Музыкальные архивы, высокая точность | Качество без потерь | |
| OGG | Открытые записи, приложения | Веб и стриминг | |
| AAC | Мобильные записи, стриминг | Сбалансированное качество и размер | |
| WebM | Веб-записи, браузеры | Онлайн видео и аудио |
Что нужно знать о каждом формате
Ни один из них не требует конвертации перед загрузкой. Примечания ниже — это то, что действительно может вызвать затруднения, в зависимости от формата.
MP3
По умолчанию для рекордеров, загрузок подкастов и всего, что передается через чат. С потерями, маленький и универсально читаемый.
- Что мы принимаем
- Любой битрейт от 32 кбит/с и выше, моно или стерео, CBR или VBR. Без перекодировки перед транскрипцией
- Битрейт и точность
- Выше примерно 64 кбит/с для речи, больше битрейта не помогает. Whisper все равно пересэмплирует до 16 кГц моно
- Переменный битрейт
- VBR файлы иногда показывают неправильную длительность в старых плеерах. Это не влияет на транскрипцию или временные метки
- ID3 теги
- Игнорируются во время транскрипции. Транскрипция возвращается в виде простого текста, поэтому сохраняйте сопоставление метаданных эпизода в своей системе
M4A
Не кодек, а контейнер: AAC аудио, иногда ALAC, внутри MP4 оболочки. Это то, что дает вам iPhone.
- Как мы читаем это
- Мы разбираем ftyp блок, извлекаем AAC трек и передаем его в Whisper без перекодировки
- Откуда это берется
- Голосовые заметки iPhone, GarageBand, FaceTime, загрузки Apple Podcasts
- С iPhone
- Поделитесь заметкой, сохраните в Файлы или iCloud, затем загрузите. Шаг конвертации не нужен
- ALAC внутри
- Некоторые .m4a файлы содержат Apple Lossless вместо AAC. Оба работают здесь, и ни один не требует предварительной конвертации
WAV
Несжатый PCM. Самые большие файлы, которые вы загрузите, и самый чистый источник, хотя шум в комнате все равно важнее формата.
- Что мы принимаем
- 16, 24 и 32-битный PCM, любая частота дискретизации, моно или стерео, а также Broadcast Wave (BWF)
- BWF метаданные
- bext и iXML фрагменты, содержащие таймкод, сцену и дубль, читаются, но не отображаются. Они не появляются в транскрипции
- Предупреждение о размере
- Около 10 MB в минуту при качестве CD, так что 25-минутная стереозапись уже превышает анонимный лимит
- Сначала уменьшите
- Экспорт в моно при 64 кбит/с ничего не теряет для речи и уменьшает файл в 10-15 раз
FLAC
Сжатие без потерь, примерно вдвое меньше того же WAV. Распространен в архивах устной истории и рабочих процессах полевых записей.
- Что мы принимаем
- Нативный FLAC (магические байты fLaC) и FLAC внутри OGG контейнера, моно или стерео, до 192 кГц, 16 или 24-бит
- Конвертация не нужна
- Файл проходит напрямую. Конвертация в MP3 сначала только потеряет информацию
- Комментарии Vorbis
- Игнорируются во время транскрипции. Если ваш архив зависит от этих тегов, сохраняйте сопоставление вне транскрипции
- Стоит ли размер?
- Для точности — нет. FLAC и приличный MP3 транскрибируются одинаково. Сохраните FLAC как копию для сохранения, а не потому, что Whisper это нужно
WEBM
Контейнер Matroska, обычно содержащий Opus аудио, иногда Vorbis. Это то, что создают браузеры и программы для записи экрана.
- Откуда это берется
- Loom, OBS, API MediaRecorder браузера, экспорты Google Meet, загрузки YouTube
- Видео внутри?
- Мы демультиплексируем, отбрасываем видеотрек и транскрибируем аудио. Ничего извлекать на вашей стороне не нужно
- Кодеки
- Opus на всех новых файлах, Vorbis на старых. Оба обрабатываются без конвертации
- Почему файл большой
- Записи экрана в основном видео. 20 MB WEBM часто содержит только 3 или 4 MB аудио
Часто задаваемые вопросы
Какие аудиоформаты я могу загрузить?
MP3, M4A, WAV, FLAC, OGG, AAC, WebM, MP4, MOV, а также AIFF, AU, OPUS и MPEG. Если ваш файл воспроизводится в обычном медиаплеере, Mictoo может его транскрибировать. Видео файлы также принимаются, мы извлекаем аудиотрек на сервере.
Сколько времени занимает транскрипция?
Обычно секунды. 10-минутный аудиофайл обрабатывается за 15-30 секунд, 60-минутный подкаст — примерно за минуту. Длинные файлы, которые автоматически разбиваются на части, обрабатываются чуть дольше, так как части транскрибируются параллельно и объединяются.
Транскрипция аудио действительно бесплатна?
Да. Бесплатная транскрипция до 25 MB на файл без регистрации. Бесплатный аккаунт увеличивает лимит до 60 MB на файл, а файлы до 180 MB автоматически разбиваются на части и объединяются в одну транскрипцию. Без кредитной карты, без скрытых платежей.
Хранятся ли мои аудиофайлы?
Нет. Файлы передаются напрямую провайдеру распознавания речи (Groq для скорости, с Replicate, Deepgram и OpenAI в качестве резервных), обрабатываются и затем удаляются. Mictoo не сохраняет аудио, и провайдеры не обучаются на данных API.
Влияет ли формат файла на точность?
Качество аудио гораздо важнее формата. Чистая речь в сжатом MP3 будет транскрибироваться лучше, чем шумное аудио в несжатом WAV. Mictoo использует одну и ту же модель Whisper large-v3 для всех форматов, так что точность остается одинаковой для всех поддерживаемых типов.
Нужно ли сначала конвертировать аудио в определенный формат?
Нет. Это и есть основная идея этой страницы. Загружайте то, что создал ваш рекордер, DAW, телефон или инструмент для загрузки. Мы определяем формат по заголовку файла и направляем его напрямую в Whisper. Без шага конвертации, без потери качества.
Могу ли я отредактировать транскрипцию перед загрузкой?
Да. После транскрипции переключитесь в режим редактора, чтобы исправить любые ошибки в именах или жаргоне. Доступны режимы Reader (с временными метками) и Editor (простой текст). Экспортируется та версия, которую вы редактировали последней.
Сколько языков поддерживает транскрипция?
Более 50 языков, включая английский, испанский, французский, немецкий, португальский, русский, украинский, японский, китайский, арабский и многие другие. Автоопределение работает для большинства файлов, или вы можете выбрать язык вручную в форме загрузки для коротких клипов.
Могу ли я перевести транскрипцию?
Да. После транскрипции нажмите «Перевести» и выберите из 28 целевых языков. Перевод доступен в режиме Reader и во всех форматах экспорта. Временные метки сохраняются, так что переведенный SRT все еще соответствует аудио.
Какие форматы экспорта доступны?
TXT (простой текст), SRT (субтитры), TXT с временными метками и DOCX (документ Word). Зарегистрированные пользователи также получают PDF, VTT (веб-легенды) и JSON. Все экспорты доступны из меню загрузки после завершения транскрипции.