Iulat ang Bug / Feature RequestIulat ang Bug / Feature Request
AI transcription Live na transkripsiyon YouTube transcription Transcript ng pulong Zoom Pagsalin Audio sa Teksto Video sa Text Transcript ng Telepono Higit pa →

Podcast transcription

Komersyal na paggamit OK Mga modelo ng 581 Walang watermark Walang pag-sign-up na kinakailangan
Modelo:
+ GPT-5, Claude, Gemini
I-upload ang isang podcast episode at makakuha ng isang malinis, speaker-labeled transcript na may auto-detect chapter markers mula sa katahimikan gaps. Long-form file hanggang sa 2GB, 99 wika, Whisper-large-v3 katumpakan. Export bilang SRT / VTT para sa iyong video podcast, simpleng TXT para sa mga tala ng palabas, o JSON para sa pag-edit sa Descript-style workflows.

I-drag at i-drop ang iyong podcast episode, o mag-click upang mag-browse

MP3, WAV, M4A, OGG, MP4 — mahabang-form episodes hanggang sa 2GB

- - - -
Chapter marker ay computed client-side mula sa segment gaps at nakalakip sa transcript. I-paste ang mga ito sa YouTube o Spotify paglalarawan bilang-ay.
Token pagtatantya para sa clip na ito
-
Podcast transcript
Auto-natuklasan kabanata

Pag-translate ng iyong podcast...

Mahabang episodes tumagal ng ilang minuto. Maaari mong isara ang tab na ito kung email-kapag-tapos ay checked.

Built para sa podcasters + ipakita editor

Ipakita ang mga tala sa isang paste

I-upload ang episode, i-download ang TXT. Speaker label inline, kabanata timestamps handa para sa iyong Spotify / YouTube paglalarawan, blog post na nakasulat sa 10 minuto sa halip ng4oras.

Video podcast subtitles

Export SRT o WebVTT na may speaker label. Drop direkta sa Premiere, Final Cut, o DaVinci Resolve — o mag-upload kasama ang iyong YouTube video para sa malinis na caption.

Text-based episode pag-edit

JSON export ay nagbibigay sa iyo ng bawat salita na may simulan / katapusan timestamps. Pipe sa Descript, Reaper, o isang custom na workflow - i-edit sa pamamagitan ng pag-highlight ng teksto sa halip ng scrubbing.

Paano gumagana ang podcast transcription

  1. I-drag ang iyong episode sa drop zone - MP3, WAV, M4A, MP4, hanggang sa 2GB.
  2. Mag-iwan ng speaker label at kabanata marker sa (sila ay ang default). Piliin ang iyong output format.
  3. Tingnan namin ang tagal + presyo ito up bago mo gastusin ang anumang mga token. I-click ang Transcribe.
  4. I-download ang speaker-labeled TXT, SRT, VTT, o JSON. Chapter markers barko kasama, handa na upang i-paste.

Free.ai podcast transcription vs Descript, Riverside, Otter

Katangian Free.ai Descript Riverside Otter.ai
PresyoPay-per-use ($0.003/min)$15-30/mo$19/mo$16.99/mo
Max laki ng file2 GB5 GBTied to record session500 MB (varies)
Speaker diarization
Auto kabanata markers (na batay sa katahimikan)Manual-Paid tier
SRT / VTT pag-exportPaid
Mga wika9922100+English-focused
Pampublikong API--Limited
Ang pagpepresyo ng kakumpitensya ay sumasalamin sa mga pampublikong nakalistang antas sa 2026. Tingnan ang bawat provider para sa kasalukuyang mga plano.
Advanced na mga pagpipilian
Resulta
Ang mga token ay tumatakbo sa mababang. Kumuha ng Higit pang mga Token
Gusto mo ng mas mahusay na mga resulta? Premium modelo (GPT-5, Claude, Gemini) deliver higher quality. Tingnan ang mga Plano

❤️ Ibig Free.ai? Sabihin sa iyong mga kaibigan!

Ang Sign up ay makuha ng isang referral link at kumita ng 25,000 tokens bawat kaibigan.

Gusto mo ng higit pa? Mag-sign up nang libre: 30,000 token/araw
Mag-sign up para sa libreng

Pagpoproseso ng iyong kahilingan...

I-translate ang podcast sa teksto na may AI para sa libreng. Speaker label, kabanata marker, SRT export.

Paano Gumamit Podcast transcription

1
Ipasok ang iyong input

Mag-type ng teksto, mag-upload ng isang file, o ilarawan ang gusto mo. Walang account na kailangan.

2
Mag-click upang makabuo

Ang aming AI proseso ang iyong kahilingan sa ilang segundo gamit ang pinakamahusay na open-source na modelo.

3
I-download & ibahagi

I-download, kopyahin, o ibahagi ang iyong resulta. Libre para sa personal at komersyal na paggamit.

Gamitin ang tool na ito sa pamamagitan ng API

Automate ang tool na ito mula sa iyong sariling code. OpenAI-compatible REST endpoint, Bearer-token auth, walang karagdagang SDK na kinakailangan. Token gastos tumugma sa web interface.

API Dokumentasyon Kumuha ng API Key 
curl -X POST https://api.free.ai/v1/stt/ \
  -H "Authorization: Bearer sk-free-..." \
  -H "Content-Type: application/json" \
  -d '{"file": "@audio.mp3", "language": "auto"}'

Kaakibat na Libreng AI Tools

AI transcription
Live na transkripsiyon
YouTube transcription
Transcript ng pulong
Zoom Pagsalin
Audio sa Teksto
Video sa Text
Transcript ng Telepono

Podcast transcription - FAQ

Ang mga default na tool ng podcast ay ang speaker diarization at mga marker ng kabanata (pagtatagpo ng katahimikan-gap > 2s), at sumusuporta sa mahabang form na mga file hanggang sa 2GB. Ang mga format ng output ay kasama ang SRT + VTT para sa mga video clip na nagpapakita ng mga tala, simpleng TXT para sa mga post sa blog, at naka-istrakturang JSON na may mga timestamp + label ng speaker para sa pag-edit sa mga workflow na estilo ng Descript.

Hanggang sa 2GB bawat file - humigit-kumulang sa isang 14-oras audio podcast sa 128 kbps MP3. Mahabang mga file ay chunked server-side para sa paglaban; makakuha ka ng isang solong pinagsama transcript pabalik.

Oo. Speaker diarization ay ON sa pamamagitan ng default. Natuklasan namin 2-10 natatanging boses sa pamamagitan ng ECAPA boses embeddings, label ang mga ito Speaker 1 / 2 /... at ilapat ang mga label sa bawat segment. Maaari mong palitan ang pangalan ng mga ito sa resulta view.

Silence gaps mas mahaba kaysa sa2segundo - ang natural breaks podcasters gamitin sa pagitan ng mga segment. Ang bawat kabanata ay nakuha ng isang timestamp maaari mong i-paste ang tuwid sa iyong mga palabas-notes na may isang "Chapters:" block para sa YouTube + Spotify.

Descript charges $15-$30 bawat buwan para sa 10 oras ng transcription, nakatali sa kanilang editor. Kami ay singilin sa bawat-gamitin sa ~ 500 token / min sa Whisper ($5 = 200K token = ~ 400 minuto), walang subscription, simpleng export maaari mong i-paste saanman.

Ang Riverside ay isang recording studio na nag-translate ng iyong sariling session para sa libreng sa loob ng kanilang app, ngunit pagkatapos lamang ng pag-record sa kanila. Nag-translate kami ng anumang MP3 / WAV / MP4 anuman ang lugar kung saan ito ay naitala.

Otter caps sa 300 minuto / buwan sa libreng tier at ay Ingles-focused. Kami ay sumusuporta sa 99 wika sa parehong Whisper-large-v3 katumpakan na walang buwanang cap - magbayad ka sa bawat minuto transcribed.

Oo - pumili SRT o WebVTT bilang ang output format. Speaker label ay kasama sa inline (SRT) o bilang <v Speaker N> tags (VTT) na karamihan sa mga modernong manlalaro ay gumawa ng tama.

Whisper>-malaking-v3 namamahala musika kama at liwanag reverb mabuti (karaniwang salita-error rate 3-7%). Napaka-mabilis na musika o mabigat na pagkakatugma degrades katumpakan - isaalang-alang ang pagpapatakbo / musika / boses-pagtanggal / unang sa isang kopya, o paghihiwalay ng iyong malamig na bubukas.

Whisper> Whisper handles pinaka-karaniwang mga pangalan, ngunit mataas na brand-tukoy jargon ay maaaring kailangan ng isang post-edit pass. Ang isang ~ 30-minuto episode ay karaniwang may5-10 brand / pangalan ng mga pagwawasto upang mag-aplay nang manu-mano.

I-upload ang mga ito ng isa sa isang oras dito, o gamitin ang aming / batch / tampok sa sandaling naka-sign in upang queue up ng isang panahon. Ang API sa / api / din tinatanggap POST / v1 / stt / para sa programatic batching.

Hindi. Ang mga nai-upload na file ay tinanggal pagkatapos makumpleto ang transcription. Ang iyong transcript ay nakaupo sa iyong /account/ history para sa pag-download kung naka-sign in; ang mga anonymous na gumagamit ay makuha ng isang 24-oras na link sa pagbabahagi.

Mag-sign up nang libre: 30,000 token/araw

Gumawa ng Libreng Account

Walang credit card na kinakailangan

Paano mo i-rate ang tool na ito?

Ibig Free.ai? Sabihin sa iyong mga kaibigan!