Speech to text para sa audio at video.
Gawing teksto ang audio o video. Suriin ang bantas, magdagdag ng mga timestamp kung kailangan, at i-export sa TXT o SRT.
Maglagay ng file, basahin ang resulta.
Sampung minuto ng audio sa Free plan, nang walang card. Opsyonal ang mga timestamp, hindi dagdag na hakbang.
Ilustrasyon ng interface — hindi nasukat na resulta o napapatugtog na sample.
[00:00] Tinalakay namin ngayon ang plano ng proyekto. Susunod naming susuriin ang draft. [00:12] Mangangalap kami ng feedback bago ilathala.
I-upload, maghintay, i-edit.
Nag-iiba ang oras ng pagproseso ayon sa laki ng input, napiling modelo, at availability ng provider.
MP3, WAV, M4A, o MP4 hanggang 25 MB. Gumagana ang video tulad ng audio — hindi kailangang ihiwalay muna ang audio track.
Iwanan ang wika sa auto-detect o pumili ng isa. I-on ang mga timestamp para sa subtitle, i-off para sa malinis na tekstong puwede mong i-paste sa dokumento.
Direktang kopyahin ang teksto, o i-export sa TXT para sa mga dokumento at SRT para sa mga subtitle track. Nananatili ang lahat sa iyong history.
Transcript na talagang magagamit.
Ang MP3, WAV, M4A, at MP4 ay inilalagay sa parehong box, na may direktang private upload hanggang 25 MB.
Ang mga tuldok, kuwit, at malaking titik ay nasa tamang lugar, kaya ang transcript ay nababasa tulad ng karaniwang teksto sa halip na tuloy-tuloy na tipak ng mga salita.
Puwedeng i-toggle ang mga time marker. I-on para sa subtitle at paghahanap ng quote; i-off kapag nais ng tekstong ipi-paste sa draft.
Iwanan ang wika sa Auto at tutukuyin ng transcript ang sinasalitang wika para sa iyo. Puwede pa mong pumili ng wika nang tahasan kung alam mo ito.
TXT para sa mga dokumento at note, SRT para sa mga subtitle track na direktang inilalagay sa Premiere, Resolve, o YouTube.
Sampung minutong libre, pagkatapos ay 120 bawat buwan sa Starter, 600 sa Creator, at 2,400 sa Pro — humigit-kumulang apatnapung oras ng audio.
Ang mga pinakamadalas na ini-transcribe.
Kumuha ng bersyong teksto na puwedeng hanapan, para mahanap ang quote na malabong natatandaan sa halip na halughugin ang recording.
Gawing note ang ni-record na klase na puwede mong anotahan. Hinahayaan ka ng mga timestamp na bumalik sa bahaging hindi naintindihan.
Mag-record minsan at isulat ang buod mula sa teksto. Pinapadali ng mga timestamp ang pagbalik sa orihinal na audio kapag kailangan ng dagdag na konteksto.
Ang buong transcript ay kapwa pinagmulan ng iyong show notes at ang bagay na ginagawang mahahanap ang episode sa search.
I-export ang SRT at ilagay ito sa timeline. Karamihan ng viewer ay nanonood nang naka-mute sa simula, kaya karaniwang ito ang oras na may pinakamataas na pakinabang.
Bigkasin ang isang ideya habang naglalakad, pagkatapos ay tanggapin ito bilang tekstong puwede mong i-edit. Mas mabilis kaysa pag-type at mas mahusay kaysa makalimutan ito.
Paano gumagana ang transcription, at kung saan ito nahihirapan.
Mula recording tungo sa malinis na transcript
Ginagawang mga salita ng speech recognition ang tunog ng pananalita, pagkatapos ay idinadagdag ng ikalawang pass ang mga bagay na inaasahan ng mga tao mula sa nakasulat na teksto: hangganan ng pangungusap, malaking titik, at bantas. Dahil sa ikalawang pass na iyon, ang modernong transcript ay nababasa tulad ng karaniwang teksto sa halip na tuloy-tuloy na mga salitang nasa maliit na titik.
Kung humiling ka ng mga timestamp, pinapanatili ng bawat segment ang posisyon nito sa audio, na siyang nagbibigay-daan sa SRT export at paghahanap ng quote. Sa kasalukuyan, hindi nagtatalaga ang VoiceMate ng pangalan ng nagsasalita at hindi naghihiwalay ng mga nagsasalita (diarization) sa mga recording na may maraming speaker.
Anong nakaaapekto sa katumpakan
Ihambing ang bawat transcript sa recording. Maaaring magdulot ng mali ang kalidad ng audio, accent, sabay-sabay na pagsasalita, ingay, mga pangalan, at jargon.
Ihambing ang bawat transcript sa recording. Maaaring magdulot ng mali ang kalidad ng audio, accent, sabay-sabay na pagsasalita, ingay, mga pangalan, at jargon.
Laban sa pag-type nang mag-isa.
Gamit ang tatlumpung minutong interview bilang panukat, dahil iyon ang trabahong talagang karaniwan sa mga tao.
| VoiceMate | Pag-type nang manwal | |
|---|---|---|
| 30 minutong interview | Nag-iiba ang oras ng pagproseso | Depende sa recording at pag-edit |
| Halaga | 30 ng iyong buwanang minuto | Libre, kung libre ang iyong oras |
| Pagsusuri sa katumpakan | Ihambing ang bawat transcript sa recording. Maaaring magdulot ng mali ang kalidad ng audio, accent, sabay-sabay na pagsasalita, ingay, mga pangalan, at jargon. | Tumpak habang tina-type, pero mabagal |
| Mga output format | TXT at SRT, may mga timestamp | Anumang format na iyong ginawa nang manwal |
Ang maikling bersyon.
Pumili ng plan kapag handa.
Ang numerong mahalaga rito ay ang minuto ng transcription bawat buwan.
Bawat account ay nagsisimula sa isang beses na allowance na 500 libreng character na hindi na madaragdagan — hindi kailangan ng card.Para sa mga hobbyist na nagsisimula sa AI voice.
/ buwan
Para sa mga creator na naglalabas ng content bawat linggo.
/ buwan
Para sa mga team at malakihang produksyon.
/ buwan
- Studio HD at Turbo na voice model
- Mga download sa MP3, WAV at FLAC
- Kontrol sa emosyon, bilis at pitch
- Mga sound cue at diksyunaryo ng pagbigkas
Mga tanong tungkol sa transcription.
MP3, WAV, M4A, at MP4, hanggang 25 MB bawat file. Puwede ang video — hindi kailangang i-extract muna ang audio track.
Nag-iiba ang oras ng pagproseso ayon sa laki ng input, napiling modelo, at availability ng provider.
Hinahawakan ng transcription ang mga pangunahing sinasalitang wika — Ingles, Espanyol, Pranses, Aleman, Portuges, Hapon, Koreano, Tsino, Hindi, Arabe, at iba pa — at pinipili ng auto-detect ang wika para sa iyo maliban kung magtakda ka ng isa nang tahasan.
Oo. Ang mga timestamp ay toggle sa oras ng pag-upload; ang mga transcript na may timestamp ay puwedeng i-export bilang SRT para sa mga subtitle track, samantalang ang bawat transcript ay puwedeng i-export bilang TXT. Ang mga SRT file ay direktang inilalagay sa Premiere, Resolve, o YouTube.
Ihambing ang bawat transcript sa recording. Maaaring magdulot ng mali ang kalidad ng audio, accent, sabay-sabay na pagsasalita, ingay, mga pangalan, at jargon.
Nakaimbak ang mga upload at resulta sa history ng account mo. Humiling ng pagtanggal ng account data sa contact@illumind.software. Maaaring limitahan ng pag-iimbak ng provider at legal na obligasyon ang pagbura.
Hindi — nare-reset ang mga minuto ng transcription sa bawat billing period. Kung regular na nauubos ang mga ito, ang susunod na mas mataas na plan ay karaniwang mas mura kaysa oras na ginugugol sa pagrarasyon.