Presentadores e invitados separados
Con un plan, MAI-Transcribe-2 detecta quién habla, también con tres o cuatro voces.
Notas · Blog · Accesibilidad
Una transcripción hace que su episodio se encuentre y sea accesible: los buscadores no leen audio, y las personas sordas tampoco lo oyen. Suba el episodio y obtenga texto con hablantes y marcas de tiempo, la base para notas, capítulos y artículos.
Prueba gratuita: 3 transcripciones por mes natural, de hasta 10 minutos cada una, sin cuenta y como texto simple. El reconocimiento de hablantes («quién dice qué») y los archivos de hasta 4 horas forman parte de las ofertas de pago: pase diario 2,99 €, saldo 4,99 €, Pro 8,99 €/mes.
Subir un episodioPara el reconocimiento basta mono a 64 kbit/s: unos 29 MB por hora, así los episodios largos quedan por debajo de 100 MB.
Suba el archivo o pegue el enlace directo al MP3 de su feed RSS.
TXT para las notas, Word para el artículo, SRT o VTT para el vídeo de YouTube.
Con un plan, MAI-Transcribe-2 detecta quién habla, también con tres o cuatro voces.
Cada fragmento tiene su marca de tiempo; los cambios de tema se encuentran rápido.
Los episodios largos de conversación se procesan de una vez.
Para videopodcasts hay SRT y VTT, con nombres de hablante si lo desea.
Sí, de forma indirecta: Google indexa texto, no audio. Una transcripción o un artículo basado en ella en la página del episodio aporta las palabras que la gente busca.
Exporte una copia en mono a 64 kbit/s. Es suficiente para el reconocimiento de voz y una hora ocupa solo unos 29 MB.
Bien, mientras no hablen todos a la vez. Pistas separadas o al menos micrófonos separados mejoran mucho la separación de hablantes.
Léala antes una vez: nombres, marcas y jerga son los errores típicos. Un clic en la marca de tiempo le permite escuchar el pasaje.
Para la prueba gratuita, no. Solo necesita cuenta para comprar un plan (pase de día, saldo o Pro), y la suscripción nunca es obligatoria. Se aplican límites técnicos contra abusos.
El reconocimiento se realiza a través de OpenRouter con retención cero de datos: los proveedores (Microsoft Azure, DeepInfra, Groq) no guardan audio ni texto. Sprechverlauf borra el archivo subido tras el procesamiento, como muy tarde a las dos horas, y mantiene la transcripción en memoria dos horas como máximo. Solo quien ha iniciado sesión recibe una copia cifrada en su cuenta, que puede eliminar en cualquier momento.
Premium: upload videos (MP4, MOV, WebM, up to 100 MiB), name speakers and review subtitles before exporting SRT or VTT. The video is deleted from our server one hour after upload. Your encrypted transcript stays in your account until you delete it. Only the extracted audio is sent for transcription.