แปลงเสียงเป็นข้อความ

แปลงเสียงและวิดีโอเป็นข้อความแม่นยำ สรุปด้วย AI บันทึกย่อ และแชทถามตอบ

เพิ่มเสียงหรือวิดีโอลากไฟล์มาที่นี่หรือคลิกเพื่อเลือกแตะเพื่อเลือกเสียงหรือวิดีโอ · MP3, WAV, M4A, MP4 และอื่น ๆเลือกไฟล์

เพิ่มไฟล์อีก

ขั้นตอนที่ 1อัปโหลดไฟล์ บันทึกเสียง หรือวางลิงก์
ขั้นตอนที่ 2AI ถอดเสียงจากไฟล์ของคุณ
ขั้นตอนที่ 3รับข้อความพร้อมผู้พูดและเวลาประทับรายคำ

ไฟล์ของฉัน

ชื่อไฟล์วันที่ ระยะเวลาสถานะ
70+ภาษา
5 โมเดล AIสูงสุด 3 ชม. · 1 GB
สรุปด้วย AI6 รายงานและแชท
TXT · DOCX · SRTและอีก 5 รูปแบบ

วิธีแปลงไฟล์เสียงเป็นข้อความ

  1. เพิ่มไฟล์เสียง

    อัปโหลดไฟล์เดียวหรือหลายไฟล์ (สูงสุด 100 ไฟล์ต่อครั้ง) บันทึกเสียงจากไมโครโฟน หรือวางลิงก์

  2. เลือกโมเดลและภาษา

    เลือกโมเดลตามความเร็วหรือความแม่นยำ เลือกภาษาของบันทึกเสียงหรือให้โมเดลตรวจหาเอง ราคาเป็นเครดิตจะแสดงก่อนเริ่มเสมอ

  3. สรุป แชทถามตอบ และส่งออก

    ฟังพร้อมอ่านตาม สร้างสรุปด้วย AI หรือบันทึกการประชุมในคลิกเดียว ถามคำถามในแชท AI แล้วดาวน์โหลดเป็น TXT, DOCX, PDF, SRT หรือ VTT

↑ อัปโหลดไฟล์ — เลื่อนขึ้นด้านบน

ถอดเสียงเป็นข้อความออนไลน์

แปลงเสียงเป็นข้อความจากทุกบันทึกเสียง แยกตามผู้พูด พร้อมเวลาประทับรายคำ

ป้ายกำกับผู้พูด · เวลาประทับรายคำ · สรุปและแชท AI · 70+ ภาษา · TXT · DOCX · SRT

แปลงเสียงและวิดีโอเป็นข้อความที่แม่นยำ บทสรุป บันทึกย่อ และประเด็นสำคัญ เลือกได้จาก 5 โมเดล แชทถามตอบกับไฟล์เสียงของคุณ และส่งออกได้ทุกรูปแบบ รองรับไฟล์เสียง (MP3, WAV, M4A, OGG, FLAC และอื่น ๆ) และวิดีโอ (MP4, MOV, MKV, AVI, WEBM) ยาวสูงสุด 3 ชั่วโมง ขนาดไม่เกิน 1 GB จะบันทึกเสียงเอง หรือวางลิงก์ YouTube, Google Drive หรือลิงก์ตรงไปยังไฟล์ก็ได้ ถอดข้อความจากเสียงได้ในเบราว์เซอร์ ทั้งบนคอมพิวเตอร์และมือถือ ไม่ต้องติดตั้งอะไร

หน้าตาของข้อความถอดเสียง

บันทึกเสียงหนึ่งไฟล์ที่มีผู้พูดสองคน ส่งออกเป็นสี่รูปแบบ: ข้อความล้วน เอกสาร และไฟล์ซับไตเติ้ลสองแบบ ไฟล์ของคุณจะได้โครงสร้างเดียวกัน

TXT
[00:01] ผู้พูด 1: 


[00:05] ผู้พูด 2: 

DOCX
ผู้พูด 1 00:01

ผู้พูด 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 ผู้พูด 1>


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

บรรทัดซับไตเติ้ลยาว 42 อักขระเป็นค่าเริ่มต้น ปรับได้ก่อนดาวน์โหลด

สรุปด้วย AI บันทึกการประชุม และแชทกับไฟล์เสียงของคุณ

ได้มากกว่าแค่ข้อความดิบ สร้างรายงานที่จัดหมวดหมู่อย่างชัดเจนในคลิกเดียว หรือถามคำถามในแชท AI ในตัว ทุกคำตอบอ้างอิงจากไฟล์เสียงของคุณพร้อมเวลาประทับที่คลิกฟังได้ทันที

  • สรุปสั้น

    หัวข้อหลัก ข้อตัดสินใจ ตัวเลข วันที่ และบุคคล ใน 3–5 ประโยค

  • บันทึกโดยละเอียด

    บันทึกที่จัดตามหัวข้อ: บริบท การอภิปราย จุดยืน ข้อตัดสินใจ และคำถามที่ยังค้างอยู่

  • ข้อตัดสินใจและงาน

    งานที่ยืนยันแล้วพร้อมผู้รับผิดชอบ กำหนดเวลา และคำพูดอ้างอิง รวมถึงรายการที่ต้องขอความชัดเจน

  • รายงานการประชุมพร้อมคำพูดที่ตรวจสอบได้

    ข้อเท็จจริงที่มีคำพูดตรงตามต้นฉบับรองรับ พร้อมลิงก์อ้างอิง: สิ่งที่หารือ ข้อตัดสินใจ ความเห็นต่าง

  • ประเด็นสำคัญ

    แนวคิดหลักจากการบรรยาย พอดแคสต์ การสัมภาษณ์ หรือวิดีโอ พร้อมไทม์สแตมป์ทุกข้อ

  • บทสำหรับ YouTube

    บทของวิดีโอพร้อมไทม์สแตมป์ วางในคำอธิบายวิดีโอบน YouTube ได้ทันที

แชท AI กับไฟล์เสียงของคุณ: ใช้คำถามด่วน ("เรื่องอะไร?", "ประเด็นสำคัญ", "สรุปย่อ", "ต้องทำอะไรบ้าง?") หรือพิมพ์คำถามของคุณเองในภาษาใดก็ได้ คลิกเวลาประทับ [MM:SS] เพื่อฟังช่วงเวลานั้น และดาวน์โหลดรายงานเป็น PDF, DOCX หรือ TXT

SpeechGen ทำอะไรกับไฟล์เสียงได้บ้าง

5 โมเดล AI

เลือกได้ทั้ง “รวดเร็ว” “แม่นยำ” “สมดุล” “ขั้นสูง” หรือ “มาตรฐาน” แต่ละโมเดลแสดงราคาต่อนาทีและขีดจำกัดไฟล์ก่อนเริ่ม

ป้ายกำกับผู้พูด

ผู้พูดแต่ละคนมีป้ายของตัวเอง เปลี่ยนชื่อครั้งเดียว ชื่อจะเปลี่ยนทั้งไฟล์ และย้ายช่วงพูดไปให้ผู้พูดคนอื่นได้

เวลาประทับรายคำ

คลิกที่คำเพื่อเล่นเสียงจากจุดนั้น คำที่กำลังเล่นจะถูกเน้นสี

70+ ภาษา

รวมถึงสำเนียงท้องถิ่นของภาษาอังกฤษ สเปน อาหรับ และภาษาอื่น ๆ โมเดลส่วนใหญ่ตรวจหาภาษาได้เอง

บันทึกจากไมโครโฟน

บันทึกเสียงพูดผ่านไมโครโฟนในเบราว์เซอร์ หยุดชั่วคราวแล้วบันทึกต่อได้ ยาวสูงสุด 3 ชั่วโมง เมื่อกดหยุด ระบบจะแปลงเสียงพูดเป็นข้อความพร้อมชื่อผู้พูดและเวลา รองรับ speech to text ภาษาไทยและภาษาอื่นอีกกว่า 70 ภาษา

วิดีโอและลิงก์

อัปโหลดไฟล์วิดีโอหรือวางลิงก์ YouTube, Google Drive ระบบแยกเสียงออกมาให้อัตโนมัติ

ลองนาทีแรกก่อน

ไฟล์ที่ยาวเกิน 30 นาที ถอดเสียงเฉพาะนาทีแรกเพื่อเช็กคุณภาพได้ แล้วค่อยถอดทั้งไฟล์

ถอดเสียงใหม่

ยังไม่พอใจผลลัพธ์? ลองใหม่ด้วยโมเดลหรือภาษาอื่น ราคาแสดงก่อนกดยืนยัน

งานเป็นชุด: อัปโหลดได้สูงสุด 100 ไฟล์ต่อครั้ง ส่งออกได้ 20 ไฟล์ต่อครั้ง — โปรแกรมถอดเสียงเป็นข้อความที่รับสัมภาษณ์ทั้งชุดหรือเลกเชอร์ทั้งเทอมได้สบาย

โมเดล speech to text

แต่ละโมเดลมีจุดเด่นและราคาต่างกัน ไม่แน่ใจว่าจะเลือกตัวไหน? เริ่มจาก “รวดเร็ว” หรือให้ AI ถอดเสียงเป็นข้อความเฉพาะนาทีแรกด้วยสองโมเดลแล้วเทียบกัน

โมเดลเหมาะกับความแม่นยำความเร็วภาษาตรวจหาภาษาขีดจำกัดไฟล์ราคา
รวดเร็วMicrosoft Fastได้ผลเร็วที่สุดและรองรับภาษามากที่สุด ราคาต่อนาทีสูงกว่าสองเท่า76มี3 ชม. / 1 GB278 เครดิต/นาที
แม่นยำMAI-Transcribe-2แม่นยำสูงสำหรับสัมภาษณ์ เลกเชอร์ และการประชุม ขีดจำกัดไฟล์ต่ำกว่า57มี2 ชม. / 300 MB139 เครดิต/นาที
สมดุลGrok Voice Transcribe 2.0แม่นยำสูงที่ความเร็วปานกลาง เหมาะกับบันทึกยาวถึง 3 ชั่วโมง25มี3 ชม. / 1 GB139 เครดิต/นาที
ขั้นสูงMicrosoft LLM Speechการรู้จำเสียงพูดที่มีโมเดลภาษาในตัว สำหรับภาษาที่ใช้กันมากที่สุด—24มี3 ชม. / 1 GB139 เครดิต/นาที
มาตรฐานWhisper (Microsoft Azure)รองรับรายชื่อภาษาครบทั้งหมด เลือกภาษาเอง ช้ากว่าโมเดลอื่น76เลือกเอง3 ชม. / 1 GB139 เครดิต/นาที

ราคาเป็นเครดิตจากยอดคงเหลือ SpeechGen ของคุณ จำนวนที่แน่นอนสำหรับไฟล์จะแสดงก่อนเริ่ม

ส่งออกเป็น TXT, DOCX, PDF และซับไตเติ้ล

เอกสาร

TXTDOCXPDF

ซับไตเติ้ล

SRTVTTSUB

ข้อมูล

CSVJSON

คลิปบอร์ด

คัดลอกข้อความ
ย่อหน้า
อัตโนมัติ หรือ 1–8 บรรทัดต่อย่อหน้า ย่อหน้าใหม่เริ่มหลังช่วงหยุด ตั้งความยาวช่วงหยุดได้ (ค่าเริ่มต้น 700 ms)
เวลาประทับ
ใส่ที่ย่อหน้า ที่ช่วงพูด ทั้งสองแบบ หรือไม่ใส่เลย
ผู้พูด
แสดงหรือซ่อนชื่อผู้พูด รวมบรรทัดต่อเนื่องของผู้พูดคนเดียวกัน
บรรทัดซับไตเติ้ล
ตั้งจำนวนอักขระต่อบรรทัด (ค่าเริ่มต้น 42) และคำต่อบรรทัด
ข้อความล้วน
ตัดเวลาประทับและชื่อผู้พูดออก ได้ข้อความสะอาดสำหรับเอกสารหรือเครื่องมือ AI — วิธีง่ายที่สุดในการถอดเสียงเป็นข้อความ Word

ถอดเสียงได้กว่า 70 ภาษา

70+ ภาษา · 130+ สำเนียงท้องถิ่น · ตรวจหาภาษาอัตโนมัติ

ไทย อังกฤษ จีน ญี่ปุ่น เกาหลี เวียดนาม ฝรั่งเศส เยอรมัน สเปน และอีกกว่า 60 ภาษา เลือกภาษาของบันทึกเสียงหรือให้โมเดลตรวจหาเอง — ภาษาไทย อังกฤษ หรือจีน ใช้วิธีเดียวกันหมด รายชื่อภาษาขึ้นกับโมเดล: “รวดเร็ว” และ “มาตรฐาน” รองรับมากที่สุด

ใครถอดเสียงอะไรบ้าง

  • นักข่าวและนักวิจัย

    ถอดเทปเสียงเป็นข้อความจากการสัมภาษณ์ พร้อมชื่อผู้พูดและเวลาที่แน่นอน

  • นักศึกษาและอาจารย์

    เปลี่ยนเลกเชอร์เป็นโน้ตที่ค้นหาได้

  • พอดแคสเตอร์และครีเอเตอร์

    ได้ทั้งสรุปตอนและซับไตเติ้ลจากการอัปโหลดครั้งเดียว

  • ประชุมงาน

    แปลงคลิปเสียงเป็นข้อความจากการโทรและการประชุม เก็บไว้เป็นบันทึก

  • คนทำซับ

    ดาวน์โหลด SRT หรือ VTT แล้วปรับความยาวบรรทัด มีไฟล์วิดีโอ? ใช้หน้า ถอดข้อความจากวิดีโอ

  • นักแปล

    เริ่มงานจากต้นฉบับที่ถูกต้องในภาษาเดิม

ราคาต่อนาทีของเสียง

การถอดเสียงจ่ายด้วยเครดิตจากยอดคงเหลือ SpeechGen — ยอดเดียวกับที่ใช้สร้างเสียงพากย์ AI โมเดลส่วนใหญ่ราคา 139 เครดิตต่อนาทีของเสียง ส่วน “รวดเร็ว” ราคา 278 ราคาสำหรับไฟล์ของคุณแสดงก่อนเริ่ม และหากถอดเสียงไม่สำเร็จ ระบบจะคืนเครดิตให้

139เครดิต / นาทีแม่นยำ · สมดุล · ขั้นสูง · มาตรฐาน
278เครดิต / นาทีรวดเร็ว
ดูราคา

ความเป็นส่วนตัวและการเก็บไฟล์

รับส่งแบบเข้ารหัส
ไฟล์และข้อความถอดเสียงส่งผ่าน HTTPS (TLS)
ระยะเวลาเก็บ
หากมีบัญชี ไฟล์และข้อความถอดเสียงเก็บไว้ 90 วัน หากไม่มีบัญชี — 1 วัน ลบไฟล์ได้ทุกเมื่อ
ผลลัพธ์ส่วนตัว
มีแค่คุณที่เปิดผลลัพธ์ได้: ผ่านบัญชี หรือในเบราว์เซอร์เดิมหากไม่มีบัญชี มีแค่ลิงก์จะเปิดดูไม่ได้ หากต้องการแชร์ ให้ดาวน์โหลดแล้วส่งไฟล์

คำถามที่พบบ่อยเรื่องการถอดเสียง

ถอดเสียงแม่นยำแค่ไหน?

ขึ้นอยู่กับคุณภาพเสียงและโมเดล เสียงพูดชัดของคนหนึ่งหรือสองคนให้ผลดีที่สุด เสียงรบกวน เพลงประกอบ การพูดแทรกกัน สำเนียงหนัก และเสียงจากโทรศัพท์ทำให้ผิดพลาดมากขึ้น ควรตรวจชื่อเฉพาะและตัวเลขก่อนเผยแพร่ทุกครั้ง

ใช้เวลานานแค่ไหน?

ขึ้นกับความยาวไฟล์ โมเดล และคิวในขณะนั้น ปิดหน้าเว็บได้เลย ข้อความถอดเสียงจะอยู่ใน “ไฟล์ของฉัน” และแสดงเมื่อเสร็จ

ถอดไฟล์เสียงเป็นข้อความได้จากไฟล์แบบไหนบ้าง?

ได้ทั้งไฟล์เสียงและวิดีโอ ขนาดสูงสุด 1 GB ยาวไม่เกิน 3 ชั่วโมง (โมเดล “แม่นยำ”: 300 MB และ 2 ชั่วโมง) รูปแบบที่ใช้บ่อย: MP3, WAV, M4A, OGG, FLAC, AAC, MP4, MOV, MKV, AVI, WEBM วางลิงก์ YouTube ลิงก์ Google Drive แบบสาธารณะ หรือลิงก์ตรงไปยังไฟล์ก็ได้

รองรับภาษาอะไรบ้าง?

กว่า 70 ภาษา หลายภาษามีสำเนียงท้องถิ่นให้เลือก โมเดลส่วนใหญ่ตรวจหาภาษาเอง ส่วนโมเดล “มาตรฐาน” ต้องเลือกภาษาเอง หากบันทึกเป็นภาษาที่ไม่ค่อยพบ ให้ถอดเสียงนาทีแรกเพื่อเช็กคุณภาพก่อน

ราคาเท่าไร?

จ่ายด้วยเครดิตจากยอดคงเหลือ SpeechGen คิดตามนาทีของเสียง ราคาขึ้นกับโมเดลและแสดงก่อนเริ่ม

แก้ไขข้อความถอดเสียงได้ไหม?

เปลี่ยนชื่อผู้พูด ย้ายช่วงพูดไปให้ผู้พูดคนอื่น และลบช่วงพูดได้ หากต้องการแก้คำ ให้ดาวน์โหลด DOCX หรือ TXT แล้วแก้ในโปรแกรมแก้ไขข้อความ

ไฟล์เก็บไว้นานแค่ไหน และใครเห็นได้บ้าง?

มีบัญชี — 90 วัน ไม่มีบัญชี — 1 วัน ลบก่อนกำหนดได้ มีแค่คุณที่เปิดหน้าผลลัพธ์ได้ หากต้องการแชร์ ให้ดาวน์โหลดข้อความถอดเสียงแล้วส่งไฟล์

ต้องติดตั้งแอป voice to text ภาษาไทยไหม?

ไม่ต้อง ระบบแปลงเสียงเป็นข้อความทำงานในเบราว์เซอร์ทั้งบนคอมพิวเตอร์และมือถือ กดบันทึกเสียงจากไมโครโฟน แล้วข้อความจะขึ้นหลังจากหยุดบันทึก ไม่ใช่ระหว่างพูด หรือจะอัปโหลดไฟล์หรือวางลิงก์ก็ได้

ควรเลือกโมเดลไหน?

บันทึกทั่วไปเริ่มจาก “รวดเร็ว” สัมภาษณ์และเลกเชอร์ที่ทุกคำสำคัญ ลอง “แม่นยำ” หากไม่พบภาษาของคุณในรายการ ใช้ “มาตรฐาน” แล้วเลือกภาษาเอง

ฟีเจอร์สรุปด้วย AI และแชทกับไฟล์เสียงทำงานอย่างไร?

หลังจากถอดความฉบับเต็มเสร็จแล้ว ให้เปิดแท็บ AI เพื่อสร้างสรุปย่อ บันทึกโดยละเอียด มติและงานที่ต้องทำ รายงานการประชุมพร้อมคำพูดอ้างอิง ประเด็นสำคัญ หรือบทวิดีโอ YouTube คุณยังถามตอบในแชท AI พร้อมเวลาประทับ [MM:SS] และดาวน์โหลดรายงานเป็น PDF, DOCX หรือ TXT ได้อีกด้วย

ลองกับไฟล์เสียงของคุณเอง

อัปโหลดไฟล์ บันทึกเสียง หรือวางลิงก์ ราคาแสดงก่อนเริ่ม

  • ไม่ต้องติดตั้งโปรแกรม
  • สูงสุด 3 ชั่วโมงต่อไฟล์
  • คืนเครดิตหากถอดเสียงไม่สำเร็จ

ต้องการถอดเสียงทั้งหมดหรือไม่?

ต้องการลบไฟล์นี้หรือไม่?

ไฟล์และข้อความถอดเสียงจะถูกลบ และไม่สามารถเลิกทำได้

เลือกภาษา

เรามีการใช้คุกกี้ เพื่อให้คุณได้รับประสบการณ์การใช้งานเว็บไซต์ที่ดีที่สุด ดูรายละเอียดเพิ่มเติม: นโยบายความเป็นส่วนตัว

ยอมรับคุกกี้