Transcriere Audio în Text — Transcriere AI în 50+ Limbi

Încarcă o înregistrare sau înregistrează direct din browser și primești textul în câteva minute — cu vorbitori, marcaje temporale și acuratețe de 95%+. Modelul de română e antrenat acasă.

  • Fără card
  • Fără cont

Notat 4,9/5 de utilizatorii noștri

Sute de companii în creștere rapidă au încredere în noi

  • ENGIE
  • Groupama
  • Distrigaz Sud Rețele
  • CGS
  • SmartBill
  • Mediatel Data
  • Click Phone

Cum funcționează

Cum faci o transcriere audio în text în trei pași

  • 01Biblioteca de transcrieri Vatis Tech, cu fișierele audio și video încărcate, durata, limba și starea fiecăruia

    Încarcă fișierul audio

    Trage un fișier în pagină sau înregistrează direct din browser. Funcționează cu MP3, WAV, M4A, FLAC, MP4, MOV și peste 25 de alte formate.

  • 02O transcriere finalizată în editorul Vatis Tech, împărțită pe vorbitori și cu marcaje temporale, lângă videoclipul sursă

    AI-ul transcrie înregistrarea

    Recunoașterea vocală detectează limba, separă vorbitorii și adaugă punctuația și marcajele temporale. O oră de audio e gata în câteva minute.

  • 03Asistentul Vatis Tech răspunde la o întrebare despre o transcriere, deasupra butoanelor de descărcare, rezumat și traducere

    Editează și exportă

    Corectează textul lângă înregistrare și descarcă-l ca TXT, DOCX sau PDF — sau ca SRT și VTT, dacă ai nevoie de subtitrări.

Limbi și formate

Transcriere audio în text în aceste limbi și formate

Peste 50 de limbi, cu acuratețe de vorbitor nativ

Formate audio pentru transcriere

Formate video pentru transcriere

Formate de export

Benchmark independent

Testat independent pe română, față de Microsoft, Google și Whisper

Cercetători de la Universitatea din București au evaluat șapte sisteme de transcriere pe peste 126 de ore de vorbire în limba română. Vatis s-a clasat în primele două din șapte per total — primul la știrile Antena 1 și primul la podcasturi, și mai precis decât Google pe fiecare set de date.
  • ~95%

    Acuratețe la știrile Antena 1

    95,6% pe setul de știri Antena 1 — cel mai mare scor dintre cele șapte sisteme testate, înaintea Microsoft, Google și a oricărui model Whisper.

  • ~90%

    Acuratețe la podcasturi

    89,8% la podcasturi — din nou primul la conversație fără scenariu, și cu peste 12 puncte peste Google pe același audio.

  • 6 of 6

    Seturi de date înaintea Google

    Vatis a transcris fiecare set din studiu mai precis decât Chirp de la Google, de la știri de studio la dialoguri de film suprapuse.

Rata de eroare pe cuvânt în procente, zero-shot, pe seturile de test din domeniu și din afara distribuției. Mai mic e mai bine.
ModelÎn domeniuÎn afara distribuției
ProTV — Știri de televiziuneAntena 1 — Știri de televiziuneAudiobooks — Proză literară citităFilms — Dialog de film suprapusStories — Povești pentru copiiPodcasts — Conversație spontană
Wav2Vec 2.027.725.640.875.454.136.3
Whisper Small31.626.840.060.041.131.9
Whisper Large12.35.914.827.3 — cel mai bun din coloană10.9 — cel mai bun din coloană11.7
Whisper Small + Echo9.410.118.854.121.021.6
Microsoft Transcribe2.9 — cel mai bun din coloană4.810.6 — cel mai bun din coloană31.117.611.5
Google Chirp (USM)12.111.320.237.622.422.4
Vatis5.24.4 — cel mai bun din coloană13.031.216.010.2 — cel mai bun din coloană

Cifrele sunt rata de eroare pe cuvânt (WER, %) — proporția de cuvinte pe care un sistem le recunoaște greșit, deci mai mic e mai bine. E metrica raportată de studiu, păstrată aici ca tabelul să poată fi verificat rând cu rând față de el; cifrele evidențiate mai sus sunt reversul ei, acuratețea. Cu un WER de 4,4 la Antena 1, Vatis recunoaște corect 95,6% dintre cuvinte. Toate valorile sunt zero-shot: niciun sistem nu a fost ajustat pe aceste înregistrări înainte de măsurare.

Valorile încadrate sunt cele mai bune din coloana lor.

Vatis is a Romanian commercial ASR service known for its strong transcription accuracy in Romanian. Its models are trained on proprietary data and optimized for production use.
Diaconu, Vînaga & Alexe · University of Bucharest · arXiv:2603.02368
Încearcă gratuit — 10 minuteCitește studiul (se deschide într-o filă nouă)

Funcții

De ce să faci transcriere audio în text cu Vatis?

Încarcă înregistrarea. Vatis face restul: text, vorbitori, subtitrări și rezumat.
Recorder

In a world full of unsearchable but crucial information living on TikTok, Instagram Reels, Facebook and YouTube lives, Vatis gave us, as journalists, the opportunity to collect, transcribe and search that information.

Without it, I would have to listen to thousands of hours of interviews, debates and streamed video with nothing but two ears, ten fingers and a headset.

Victor IlieInvestigative Reporter, Recorder

Pentru dezvoltatorii care citesc documentația înaintea paginii de marketing

Citește documentația, încearcă gratuit și spune-ne ce părere ai.

Documentația API (se deschide într-o filă nouă)Încearcă gratuit — 10 minute

Întrebări frecvente

Întrebări frecvente despre transcriere audio în text

Nu găsești răspunsul? Scrie-i echipei de suport.

Cum fac o transcriere audio în text?

Încarci fișierul sau înregistrezi direct din browser, aștepți câteva minute și descarci textul. Vatis transformă audio în text cu punctuație, marcaje temporale și numele fiecărui vorbitor.

Cât de bine funcționează transcrierea audio în text în română?

Româna e limba în care Vatis a fost construit și antrenat, iar un studiu independent al Universității din București l-a clasat primul la știri și podcasturi, înaintea Google, Microsoft și Whisper. La o calitate audio obișnuită, acuratețea depășește 95%.

Cât costă o transcriere audio în text?

Planul Pro se facturează pe oră de audio, cu reduceri la volum. Primele 10 minute le poți încerca fără cont și fără card.

Ce program de transcriere audio în text folosesc?

Nu ai nevoie să instalezi nimic: Vatis rulează în browser, pe orice calculator sau telefon. Pentru volume mari sau integrare în propriile aplicații există și API-ul.

Ce formate audio pot transcrie?

MP3, WAV, M4A, FLAC, OGG, AAC, AIFF și WMA pentru audio; MP4, MOV, MKV, WebM, AVI și FLV pentru video. Peste 25 de formate în total.

Pot transcrie un interviu sau o ședință?

Da. Încarci înregistrarea de pe reportofon sau telefon, iar identificarea vorbitorilor separă cine ce a spus — fiecare replică, cu marcajul ei temporal.

Pot transcrie și video?

Da. Încarci fișierul video, iar Vatis extrage singur sunetul. Exportă apoi ca SRT sau VTT ca să subtitrezi videoclipul.

Pot transcrie audio în engleză sau în alte limbi?

Da. Vatis recunoaște peste 50 de limbi, printre care engleza, germana, franceza și spaniola, și detectează limba automat. Textul rezultat îl poți traduce în română cu un clic.

Cât durează transcrierea?

Mult mai puțin decât înregistrarea: o oră de audio e de obicei gata în câteva minute. API-ul suportă și transcriere în timp real (streaming) pentru transmisiuni live.

Datele mele sunt în siguranță?

Da. Vatis e conform GDPR, certificat ISO 27001, iar SOC 2 Type II e în curs. Înregistrările sunt procesate pe servere din Europa, criptate în tranzit și în repaus, și le poți șterge oricând din cont.

Cum exportez textul?

Descarcă-l ca TXT, DOCX, PDF, SRT, VTT sau JSON. SRT și VTT sunt formatele pentru subtitrări; JSON conține marcajul temporal al fiecărui cuvânt.

Există un API?

Da. Un API REST cu SDK-uri pentru Python, Node.js, Go și altele, pentru procesare în loturi și în timp real. Fiecare cont nou de API pornește cu 10 € credit pentru teste.

Cât de mare poate fi fișierul?

Până la 5 GB și până la 10 ore per fișier în planul Pro.