Транскрипция на аудио и видео

Преобразуване на кратък аудио- или видеозапис в текст с времеви маркери и файлове TXT, SRT или VTT за изтегляне.

Вход

Записани думи, превърнати в редактируем текст. Локално разпознаване на реч за генериране на черновик с времеви интервали за преглед и повторна употреба в протоколи от срещи или субтитри.

Резултат

Преобразуване на кратък аудио- или видеозапис в текст с времеви маркери и файлове TXT, SRT или VTT за изтегляне.

Записаните думи се превръщат в редактируем текст. Локалното разпознаване на реч генерира чернова с времеви диапазони за преглед и повторна употреба в бележки от срещи или субтитри.

Текстовете, страниците и изображенията ти се обработват на наши собствени сървъри в ЕС. Център за доверие

Опитай сега Цени

За кого е

Извадки от интервюта, гласови бележки и кратки записани обяснения.

Типични приложения

Транскрибиране на кратки гласови бележки.
Създаване на първоначален черновик на субтитри от видео клип.
Подготовка на записан материал за инструмента за протоколи от срещи.

Пример

Вход

Резултат

Преобразуване на кратък аудио- или видеозапис в текст с времеви маркери и файлове TXT, SRT или VTT за изтегляне.

Фиксиран пример, съкратен. Реалните резултати са генерирани от AI: моля, провери ги.

Цена и лимити

Цена: безплатно, с безплатен акаунт
Наличен с: Безплатен, С пакет
Лимит на въвеждане: Една страница с до 4 300 000 знака HTML

Поверителност

Обработва се на наши собствени сървъри в ЕС (Полша). Входните данни и резултатите се изтриват след 7 дни (безплатен план) или 30 дни (пакети), или веднага след като видиш резултата, ако избереш да не се съхраняват. Изображенията се изтриват веднага след обработката.

В API

Име на инструмента: transcribe. Създай задача с POST /api/v1/jobs и вземи резултата с GET /api/v1/jobs/{id}. API ключа си намираш в профила си.

curl -X POST https://do4u.eu/api/v1/jobs \
  -H "Authorization: Bearer d4u_…" -H "Content-Type: application/json" \
  -d '{"tool": "transcribe", "url": "https://example.com/"}'

Пълна документация на API →

Въпроси и отговори

Какви са поддържаните ограничения?

Максимум 3 MiB и 30 секунди на файл. Поддържат се формати WAV, MP3, M4A, MP4, WebM, OGG и FLAC. Без идентификация на говорещия или превод. Качеството на разпознаване варира спрямо качеството на записа и език; е необходим човешки преглед.

Кога се създава експорт?

Проверка на предварителния преглед преди използване на резултата или експортиране на файл.

Запазва ли се текстът ми?

Само толкова, колкото е нужно: 7 дни при безплатния план, 30 дни с пакет – или изобщо не, ако решиш да не го запазваш. Обработката става на наши собствени сървъри в ЕС (Полша).

Мога ли да използвам резултата веднага?

Резултатите са генерирани от ИИ. Моля, прочети ги, преди да ги публикуваш или изпратиш.