Transcripció d'àudio a text

Converteix àudio i vídeo en text precís, resums d'IA, notes i xat.

Afegeix àudio o vídeoArrossega fitxers aquí o fes clic per triar-losToca per triar àudio o vídeo · MP3, WAV, M4A, MP4 i mésTria fitxers

Afegeix més fitxers

Pas 1Puja un fitxer, enregistra àudio o enganxa un enllaç
Pas 2La IA transcriu el teu enregistrament
Pas 3Obtén text amb parlants i marques de temps per paraula

Els meus fitxers

Nom del fitxerData DuradaEstat
70+llengües
5 models d'IAfins a 3 h · 1 GB
Resums d'IA6 informes i xat
TXT · DOCX · SRTi 5 formats més

Com transcriure àudio a text

  1. Afegeix l'enregistrament

    Per passar àudio a text, puja un o més fitxers (fins a 100 alhora), enregistra amb el micròfon o enganxa un enllaç.

  2. Tria model i llengua

    Tria un model segons si vols velocitat o precisió. Indica la llengua de l'enregistrament o deixa que el model la detecti. Veus el preu en crèdits abans de començar.

  3. Resumeix, xateja i exporta

    Escolta i llegeix alhora, genera resums d'IA o notes de reunió amb un clic, fes preguntes al xat d'IA i baixa TXT, DOCX, PDF, SRT o VTT.

↑ Transcriu un fitxer: torna a dalt

Àudio a text, amb parlants i marques de temps

Transcriure àudio a text amb SpeechGen: l'enregistrament torna dividit per parlant i amb el temps de cada paraula.

Parlants · Marques de temps · Resums i xat d'IA · 70+ llengües · TXT · DOCX · SRT

Converteix àudio i vídeo en text precís, resums, notes i conclusions pràctiques. Tria entre 5 models, xateja amb les teves gravacions i exporta en qualsevol format. Àudio (MP3, WAV, M4A, OGG, FLAC i més) i vídeo (MP4, MOV, MKV, AVI, WEBM) de fins a 3 hores i 1 GB. També pots enregistrar la teva veu o enganxar un enllaç de YouTube, de Google Drive o directe a un fitxer. Funciona al navegador, a l'ordinador o al mòbil: no cal instal·lar res.

Com queda la transcripció

Un enregistrament amb dos parlants exportat en quatre formats: text pla, un document i dos fitxers de subtítols. El teu fitxer tindrà la mateixa estructura.

TXT
[00:01] Parlant 1: 


[00:05] Parlant 2: 

DOCX
Parlant 1 00:01

Parlant 2 00:05

SRT
1
00:00:01,200 --> 00:00:04,500



2
00:00:05,100 --> 00:00:08,300
VTT
WEBVTT

00:00:01.200 --> 00:00:04.500
<v Parlant 1>


00:00:05.100 --> 00:00:08.300
<v Parlant 2>

Les línies de subtítols tenen 42 caràcters per defecte. Ho pots canviar abans de descarregar.

Resums d'IA, notes de reunions i xat amb la gravació

Ves més enllà del text en brut. Genera informes estructurats amb un clic o fes preguntes al xat d'IA integrat — cada resposta es basa en la teva gravació i inclou marques de temps clicables.

  • Resum breu

    Tema principal, decisions, xifres, dates i persones en 3–5 frases.

  • Notes detallades

    Notes estructurades per temes: context, debat, posicions, decisions i preguntes obertes.

  • Decisions i tasques

    Tasques confirmades amb responsables, terminis i citacions, a més dels punts que cal aclarir.

  • Acta amb citacions verificables

    Fets avalats per citacions literals, amb referències a aquestes: temes tractats, decisions i desacords.

  • Idees clau

    Les idees principals d'una classe, pòdcast, entrevista o vídeo, cadascuna amb la seva marca de temps.

  • Capítols per a YouTube

    Capítols del vídeo amb marques de temps, a punt per enganxar a la descripció de YouTube.

Xat d'IA amb la gravació: fes servir les preguntes ràpides («De què tracta?», «Idees clau», «Resum ràpid», «Què cal fer?») o escriu la teva pregunta en qualsevol idioma. Fes clic a qualsevol marca [MM:SS] per escoltar aquell moment i baixa l'informe en PDF, DOCX o TXT.

Què fa SpeechGen amb el teu enregistrament

5 models d'IA

Tria entre Ràpid, Precís, Equilibrat, Millorat i Estàndard. Cadascun mostra el preu per minut i el límit de fitxer abans de començar.

Identificació de parlants

Cada parlant té una etiqueta. Canvia-li el nom un cop i canvia a tota la transcripció. Pots passar un fragment a un altre parlant.

Marques de temps per paraula

Fes clic en una paraula per escoltar l'àudio des d'aquell punt. Durant la reproducció, la paraula actual queda ressaltada.

70+ llengües

Amb variants regionals de l'anglès, el castellà, l'àrab i altres llengües. La majoria de models detecten la llengua sols.

Enregistra amb el micròfon

Enregistra al navegador, fes pausa i continua (fins a 3 hores) i envia l'enregistrament acabat: el text apareix quan s'ha processat. Per passar la veu a text no cal cap aplicació ni gravadora.

Vídeos i enllaços

Puja un fitxer de vídeo o enganxa un enllaç de YouTube o Google Drive. L'àudio s'extreu automàticament.

Prova el primer minut

En fitxers de més de 30 minuts, transcriu només el primer minut per comprovar la qualitat. Després, el fitxer sencer.

Torna a transcriure

No t'agrada el resultat? Torna-ho a provar amb un altre model o una altra llengua. Veus el preu abans de confirmar.

Feina en lot: fins a 100 fitxers per pujada i fins a 20 per exportació, prou per a una sèrie d'entrevistes o un semestre de classes.

Models de reconeixement de veu

Cada model té els seus punts forts i el seu preu. Si busques un transcriptor català, comprova que el model tingui el català a la llista de llengües. Dubtes? Comença per Ràpid, o transcriu el primer minut amb dos models i compara.

ModelIdeal per aPrecisióVelocitatLlengüesDetecta la llenguaLímit de fitxerPreu
RàpidMicrosoft FastEls resultats més ràpids i la llista de llengües més llarga. Costa el doble per minut.76Sí3 h / 1 GB278 crèdits/min
PrecísMAI-Transcribe-2Alta precisió per a entrevistes, classes i reunions. Límit de fitxer més baix.57Sí2 h / 300 MB139 crèdits/min
EquilibratGrok Voice Transcribe 2.0Alta precisió a velocitat mitjana. Va bé per a enregistraments llargs de fins a 3 hores.25Sí3 h / 1 GB139 crèdits/min
MilloratMicrosoft LLM SpeechReconeixement de veu amb un model de llenguatge integrat, per a les llengües més comunes.—24Sí3 h / 1 GB139 crèdits/min
EstàndardWhisper (Microsoft Azure)Funciona amb la llista completa de llengües. Tries la llengua tu mateix. Més lent que els altres models.76Manual3 h / 1 GB139 crèdits/min

Els preus són en crèdits del teu saldo de SpeechGen. L'import exacte per al teu fitxer es mostra abans de començar.

Exporta a TXT, DOCX, PDF i subtítols

Documents

TXTDOCXPDF

Subtítols

SRTVTTSUB

Dades

CSVJSON

Porta-retalls

Copia el text
Paràgrafs
Automàtics, o d'1 a 8 línies per paràgraf. Després d'una pausa comença un paràgraf nou; tu en tries la durada (700 ms per defecte).
Marques de temps
Als paràgrafs, a les intervencions, a tots dos o enlloc.
Parlants
Mostra o amaga els noms dels parlants. Agrupa les línies seguides d'un mateix parlant.
Línies de subtítols
Defineix els caràcters per línia (42 per defecte) i les paraules per línia.
Text sense format
Treu les marques de temps i els noms dels parlants per tenir un text net per a un document o una eina d'IA.

Transcriure àudio a text en català

70+ llengües · 130+ variants regionals · detecció automàtica de la llengua

Català, castellà, anglès, francès, portuguès, alemany, italià, japonès, coreà, àrab, turc i més de 60 llengües més. Tria la llengua de l'enregistrament o deixa que el model la detecti: una entrevista en català o en castellà es tracta igual. La llista depèn del model: Ràpid i Estàndard admeten més llengües.

Què es transcriu

  • Periodistes i investigadors

    Cites d'entrevistes amb el parlant i el moment exacte.

  • Estudiants i docents

    Classes convertides en apunts on pots cercar.

  • Podcasters i creadors de vídeo

    Notes del capítol i subtítols a partir d'una sola pujada.

  • Reunions de feina

    Un registre escrit de trucades i reunions.

  • Subtituladors

    Descarrega SRT o VTT i ajusta la longitud de línia. Treballes amb un fitxer de vídeo? Fes servir transcriure vídeo a text.

  • Traductors

    Parteix d'un text original fidel, en la llengua de l'enregistrament.

Preu per minut d'àudio

La transcripció es paga amb crèdits del teu saldo de SpeechGen, el mateix que fas servir per a la síntesi de veu. La majoria de models costen 139 crèdits per minut d'àudio; Ràpid en costa 278. Veus el preu del teu fitxer abans de començar i, si una transcripció falla, et retornem els crèdits.

139crèdits / minPrecís · Equilibrat · Millorat · Estàndard
278crèdits / minRàpid
Mira els preus

Privadesa i conservació dels fitxers

Transferència xifrada
Els fitxers i les transcripcions s'envien per HTTPS (TLS).
Temps de conservació
Amb un compte, els fitxers i les transcripcions es guarden 90 dies. Sense compte, 1 dia. Pots esborrar un fitxer quan vulguis.
Resultats privats
Només tu pots obrir els teus resultats: des del teu compte o, si no en tens, des del mateix navegador. Un enllaç sol no dona accés. Per compartir una transcripció, descarrega-la i envia el fitxer.

Preguntes sobre la transcripció d'àudio

Com de precisa és la transcripció?

Depèn de l'àudio i del model. Una veu clara i un o dos parlants donen els millors resultats. El soroll de fons, la música, les veus que se solapen, els accents marcats i l'àudio de telèfon provoquen més errors. Revisa sempre els noms i les xifres abans de publicar.

Quant triga?

Depèn de la durada del fitxer, del model i de la cua del moment. Pots tancar la pàgina: la transcripció es desa als teus fitxers i hi apareix quan està llesta.

Puc convertir un MP3, M4A o WAV a text?

Sí. Fitxers d'àudio i vídeo de fins a 1 GB i 3 hores (model Precís: fins a 300 MB i 2 hores). Formats habituals: MP3, WAV, M4A, OGG, FLAC, AAC, MP4, MOV, MKV, AVI, WEBM. També pots enganxar un enllaç de YouTube, un enllaç públic de Google Drive o un enllaç directe a un fitxer.

Quines llengües s'admeten?

Més de 70, moltes amb variants regionals, i el català n'és una. La majoria de models detecten la llengua automàticament; amb el model Estàndard la tries tu. Si l'enregistrament és en una llengua poc habitual, transcriu el primer minut per comprovar la qualitat.

Quant costa?

Pagues amb crèdits del teu saldo de SpeechGen, per minut d'àudio. El preu depèn del model i es mostra abans de començar.

Puc editar la transcripció?

Pots canviar el nom dels parlants, passar un fragment a un altre parlant i esborrar fragments. Per corregir paraules, descarrega DOCX o TXT i edita el fitxer amb el teu editor de text.

Quant de temps es guarden els fitxers i qui els pot veure?

Amb compte, 90 dies; sense compte, 1 dia. Pots esborrar un fitxer abans. Només tu pots obrir la pàgina del resultat; per compartir una transcripció, descarrega-la i envia el fitxer.

Puc enregistrar i transcriure des del navegador?

Sí, sense instal·lar cap programa, a l'ordinador o al mòbil. Prem el botó, parla (pots fer pausa, fins a 3 hores) i envia l'enregistrament: el text apareix després, no mentre parles. Per a la transcripció de veu a text en català, tria la llengua o deixa que el model la detecti. També pots pujar un fitxer o enganxar un enllaç.

Quin model he de triar?

Per a la majoria d'enregistraments, comença per Ràpid. Per a entrevistes i classes on compta cada paraula, prova Precís. Si la teva llengua no és a la llista, fes servir Estàndard i tria la llengua tu mateix.

Com funcionen els resums d'IA i el xat amb la gravació?

Després de la transcripció completa, obre la pestanya IA per generar un resum breu, notes detallades, tasques, una acta amb citacions, idees clau o capítols per a YouTube. També pots fer preguntes al xat d'IA amb marques [MM:SS] i baixar els informes en PDF, DOCX o TXT.

Prova-ho amb el teu enregistrament

Puja un fitxer, enregistra la teva veu o enganxa un enllaç. Veus el preu abans de començar.

  • Sense instal·lar res
  • Fins a 3 hores per fitxer
  • Crèdits retornats si la transcripció falla

Vols transcriure íntegrament?

Vols suprimir aquest fitxer?

El fitxer i la seva transcripció se suprimiran. Aquesta acció no es pot desfer.

Seleccionar un idioma

Utilitzem cookies per a assegurar-nos que obtinguis la millor experiència en el nostre lloc web. Més informació: Política de privacitat

Acceptar Cookies