Online hang–szöveg konverter: választás, használat és buktatók

A whispertranscribe.ai szerkesztősége · Frissítve: 2026. november · 13 perc olvasás

A hang–szöveg konverter a rögzített beszédet szerkeszthető, kereshető szöveggé alakítja. Az online változat böngészőben működik: feltöltesz egy fájlt, a szolgáltató szerverein beszédfelismerő modell dolgozza fel, majd letöltöd az átiratot. A fájlkorlátok, nyelvek, beszélőcímkék, exportformátumok és adatvédelmi feltételek alapján válassz.

Két hasonló kezdőoldalú eszköz között tízszeres eltérés lehet a fájlhosszban, vagy a felvételeidet AI-tanításhoz használhatják. Alább ellenőrizhető szempontokat, hat eszköz összehasonlítását, öt lépést, hangelőkészítést, hibajavítást és hat adatvédelmi kérdést találsz.

Tájékoztatás. Az útmutatót a whispertranscribe.ai adja ki, és saját konverterét sorolja elsőként. A versenytársak adatai a cégek oldalaira hivatkoznak, 2026 novemberében ellenőrizve. Nem végeztünk saját pontossági összehasonlítást, ezért nem közlünk teszteredményeket.

Rövid válasz: mit tesz egy online hang–szöveg konverter?

Hangfájlt vagy linket fogad, és szöveget ad vissza, rendszerint időbélyeggel, gyakran beszélőcímkékkel. A legtöbb mai eszköz neurális beszédfelismerő modellt használ; a whispertranscribe.ai és a TurboScribe például az OpenAI Whisper modellcsaládjára épül. A whispertranscribe.ai böngészős AI-átíró több mint 130 nyelven, legfeljebb 5 GB-os és 10 órás feltöltésekkel.

Az alapfolyamat mindenhol hasonló:

  1. Tölts fel MP3-, WAV- vagy M4A-fájlt, vagy illessz be linket.
  2. Állítsd be a beszélt nyelvet és például a beszélőfelismerést.
  3. Ellenőrizd és exportáld dokumentumba (DOCX, PDF, TXT) vagy feliratba (SRT, VTT).

Akkor használd, ha már van felvételed, beszélőcímkét vagy időbélyeget szeretnél, és elfogadod a felhős feldolgozást. Más megoldást válassz, ha a hang nem hagyhatja el a gépet (offline eszköz), minden szóért embernek kell felelnie (emberi szolgáltatás), vagy beszéd közben szeretnél gépelni (a telefon és számítógép beépített diktálása).

Hogyan válassz? 8 ellenőrizhető szempont

A gyors, pontos és biztonságos jelzők helyett keresd a leírt korlátokat. A táblázat mutatja, hol találod őket és mi lehet figyelmeztető jel.

Ellenőrzés Mit keress? Hol szerepel általában? Figyelmeztetés
1. Fájlméret és hossz Méret- (GB) és időkorlát (óra) is Árak, feltöltési súgó Csak egy szám vagy feltöltés után feltáruló ingyenes korlát
2. Nyelvek Saját nyelv és regionális változat; szükség esetén vegyes mód Nyelvlista Kerek szám lista nélkül
3. Beszélőfelismerés A csomagodban elérhető-e a fájlkorlát módosítása nélkül Funkciólista, súgó Bekapcsolva rövidebb időkorlát
4. Exportformátumok A szükséges formátumok a választott csomagban Ár-összehasonlító táblázat Hirdetett DOCX vagy SRT hiányzik az ingyenes oszlopból
5. Adatvédelem Megőrzés, törlés, AI-tanítás, emberi ellenőrzés, megnevezett harmadik felek Adatvédelmi szabályzat, biztonsági GYIK Általános ígéret tárolási és tanítási adatok nélkül
6. Regisztráció Fájl kipróbálása fiók vagy bankkártya előtt Ingyenes oldal, ár-GYIK Kártya kell az „ingyenes” próbához
7. Ármodell Havi perc, óracsomag vagy átalányos „korlátlan” méltányos használati szabályokkal Árak és GYIK Lejáró percek egyenetlen használatnál
8. Pontossági állítás Megadott körülmény, például tiszta hang Termékoldal, GYIK Százalék feltétel és forrás nélkül

Két tényező gyakran megtéveszt. A fájlkorlátok együtt érvényesek: egy csomag 1 GB-ot engedhet, de 3 óránál leállhat, vagy a feltöltést külön számolhatja a percektől. Az „ingyenes” sokfélét jelent, napi három rövid fájltól egyszeri 10 perces próbáig; a banner helyett az ártáblázat ingyenes oszlopát olvasd.

6 online hang–szöveg konverter összehasonlítása (2026. november)

Hat népszerű eszköz a cégek saját oldalai alapján. A „nem közölt” azt jelenti, hogy az olvasott oldalakon nem találtuk meg.

Eszköz Max. fájl (méret / hossz) Nyelvek Beszélőcímke Export Ingyenes kezdés Tanít AI-t a tartalmaddal? Fizetős ár
whispertranscribe.ai 5 GB / 10 óra 130+ Igen DOCX, PDF, SRT, VTT, TXT, CSV Fiók nélküli ingyenes oldal Nem (adatvédelmi szabályzat) 9,99 USD/hó éves számlázással
TurboScribe 5 GB / 10 óra Unlimited; 30 perc ingyen 98+ Igen PDF, DOCX, SRT, VTT, CSV, TXT Ingyenes, kártya nélkül Nem (biztonsági GYIK) 10 USD/hó éves számlázással
HappyScribe A hangoldal szerint nincs fájlméretkorlát; a perceket mérik 150+ Igen Ingyenes: TXT, SRT. Pro: 15+ formátum Ingyenes fiók, kártya nélkül Csak regisztrációkori hozzájárulással (adatvédelmi szabályzat) 8,50 USD/hó éves számlázással
Notta Hang 1 GB / 5 óra (beszélőazonosítással 3); ingyen 3 perc 58 Igen Az export Pro-funkció Ingyenes, kártya nélkül Nem közölt 8,17 USD/hó éves számlázással
Otter.ai 5 GB; Basic 30 perc/beszélgetés, Pro 90 perc Ároldal: 6; hivatalos súgó: 17 Igen Basic: MP3, TXT; Pro: PDF, DOCX, SRT is Ingyenes Basic Igen: azonosítóktól megfosztott hangfelvételeken és személyes adatot tartalmazható átiratokon (adatvédelmi szabályzat) 8,33 USD/felhasználó/hó éves számlázással
Rev Nem közölt Ingyenes: angol; Essentials: angol és spanyol; Pro: 37+ Nem közölt Az ároldalon nem közölt Ingyenes csomag Állítása szerint ügyféladatokkal nem tanít külső LLM-eket 25,49 USD/hely/hó éves számlázással

whispertranscribe.ai

Erre jó: hosszú és nem angol felvételek: akár 5 GB és 10 óra, több mint 130 nyelv regionális változatokkal, Multilingual Mix nyelvváltáshoz és sok nyelvnél Noise / Low-Quality Audio/Video mód.

Figyelj rá: csak felhős, nincs offline mód, alkalmazás, API, emberi korrektúra vagy egyéni szójegyzék, ezért a neveket és szakkifejezéseket kézzel ellenőrizni kell. Az ingyenes kezdéshez nem ad meg fix percszámot, és hosszú átirat teljes megjelenítéséhez frissítést kérhet.

A másik öt röviden

  • TurboScribe: nagy forgalomra, átalányáron. Unlimited egy személyre teljes használati korlát nélküli, és Whispert használ. Ingyen napi 3 fájl, egyenként legfeljebb 30 perc; a fiók nem osztható meg.
  • HappyScribe: feliratokhoz és emberi korrektúrát is kérő csapatoknak (2,00 USD/perctől). A fizetős csomagok mérik az AI-perceket (Basic havi 120); ingyen egyszeri 10 perces próba van.
  • Notta: értekezletrögzítéshez és mobilalkalmazásokhoz. Az ingyenes beszélgetések 3 percnél állnak le, az export Pro-funkció, a beszélőazonosítás 5-ről 3 órára csökkenti a hangkorlátot.
  • Otter.ai: élő értekezletekhez a támogatott nyelveken. Az ároldal 6, a hivatalos súgó 17 nyelvet ad meg a táblázat szerint. A Basic csak 3 fájlimportot enged a fiók teljes élettartama alatt; adatvédelmi szabályzata azonosítóktól megfosztott hangfelvételeken és személyes adatot tartalmazható átiratokon történő AI-tanítást említ.
  • Rev: emberi átírást igénylő jogi és tényfeltáró csapatoknak (1,99 USD/perctől). Az ingyenes csomag csak angol, havi 45 AI-perccel; a fizetős csomagok felhasználói helyenként árazottak.

Részletesebb ismertetéshez lásd a legjobb AI-átírószoftverek és a TurboScribe-alternatívák útmutatót.

Online hang–szöveg konverter használata 5 lépésben

A lépések a whispertranscribe.ai ingyenes hang–szöveg konverterét használják; más eszközök hasonló sorrendet követnek más elnevezésekkel.

1. lépés: Töltsd fel a hangot

Húzd a fájlt a feltöltőmezőbe („Drag & drop or browse file”). A gyakori hang- és videóformátumok támogatottak (lásd alább). YouTube-, Vimeo-, Google Drive- vagy Dropbox-felvételnél a letöltés helyett illeszd a linket az URL-átírásba.

2. lépés: Válaszd ki a beszélt nyelvet

Az automatikus felismerés helyett magad válassz. Az oldal szerint egyes nyelveknél több lehetőség van, és gyenge eredménynél másik próbálható. A beszélőknek megfelelő regionális változatot — például portugál (Brazília) —, zajos hanghoz Noise / Low-Quality módot, nyelvváltáshoz Multilingual Mixet válassz.

3. lépés: Állítsd be és indítsd az átírást

Interjúhoz, értekezlethez és podcasthoz kapcsold be az Enable Speaker Detection lehetőséget, majd kattints a Convert audio to text gombra. Tiszta hangon akár 99% pontosság érhető el; zajos helyen, erős akcentusnál vagy átfedésnél kevesebb várható.

4. lépés: Ellenőrizd a hanggal összevetve

Olvasás közben játszd le a felvételt, és nézd meg a gyakori hibapontokat:

  • Tulajdonnevek: személyek, cégek, helyek és termékek.
  • Számok: árak, dátumok, százalékok és telefonszámok.
  • Beszélőváltás: rövid választ („Igen.”) gyakran a másikhoz rendel.
  • Átfedés és nevetés: szöveg maradhat ki vagy összeolvadhat.
  • Csendes vagy csak zenés szakasz: keresd az ismétlődő és kitalált sorokat.

5. lépés: Exportálj megfelelő formátumba

Válassz a további felhasználás szerint: DOCX vagy PDF dokumentumhoz, TXT beillesztéshez, CSV táblázathoz vagy kutatási kódoláshoz, SRT vagy VTT felirathoz.

Fiók nélkül kezdhetsz. Rendszeres használathoz a csomagok éves számlázással 9,99 USD/hótól indulnak (árak).

Hangelőkészítési lista: jobb pontosság feltöltés előtt

A tisztább hang többet javít az átiraton, mint az eszközváltás. A pontok a Google Cloud beszédadatokra vonatkozó bevált gyakorlatait követik, amelyek széles körben alkalmazhatók, bár saját felismerőjükhöz íródtak.

Felvétel előtt: szerezd meg a szükséges hozzájárulást és a szervező engedélyét, és tartsd be a tilalmakat.

  • Tedd a mikrofont közel a beszélőhöz, különösen háttérzajban.
  • Kapcsold ki az automatikus erősítést és zajelnyomást, ha lehet; a Google mindkettő letiltását ajánlja.
  • Úgy állítsd a szintet, hogy a hangos részek ne vágódjanak le. A torz csúcsok később nem javíthatók.
  • Legalább 16.000 Hz-en rögzíts. A telefonok és felvevők általában így tesznek.
  • Ha választhatsz, használj veszteségmentes formátumot. A Google FLAC-ot vagy tömörítetlen LINEAR16-ot javasol, és figyelmeztet, hogy az MP3, M4A és más veszteséges kodek ronthatja a pontosságot.

Feltöltés előtt

  • Az eredetit töltsd fel, ne újrakódolt másolatot. MP3 WAV-ként mentése nagyobb fájl részlet-visszaállítás nélkül; a Google nem ajánlja az újramintavételezést (a 8.000 Hz-es telefonfelvételt eredetiben küldd).
  • Hallgass meg 30 másodpercet az elején és közepén, hogy a nyelv és minden hang hallhatósága biztos legyen.
  • Vágd ki a hosszú zenei bevezetőt vagy csendet, ahol a modell ismétlődő vagy kitalált szöveget adhat.
  • Nagy videókat alakíts hanggá hang- és videó–MP3 konverterrel, ha lassú a feltöltés.
  • Írd fel a neveket és kifejezéseket, amelyeket korrektúrában ellenőrizni kell.

Hangformátumok: mely fájlok működnek legjobban?

Minden gyakori formátum átírható; a különbség a tömörítés után megmaradt részlet. A veszteségmentes formátum megőrzi a mikrofon által felvett hangot, a veszteséges helytakarékosságért részleteket dob el.

Formátum Veszteséges vagy veszteségmentes Gyakori forrás Átírási tipp
MP3 Veszteséges Podcast, letöltés, régi felvevő Tiszta beszédhez megfelelő; töltsd fel eredetiben. Próbáld az MP3–szöveg oldalt
WAV Többnyire tömörítetlen PCM, de a belső kodek eltérhet (Library of Congress) Terepi felvevő, hangszerkesztő Jó minőség, nagy fájl; hosszú felvételnél figyeld a méretet
M4A / AAC Veszteséges (AAC) iPhone Voice Memos, sok Android-felvevő Töltsd fel közvetlenül; a hangjegyzet átírása oldal a telefonos lépéseket tárgyalja
FLAC Veszteségmentes, tömörített (RFC 9639) Archívum, hangexport WAV-nál kisebb minőségvesztés nélkül; jó, ha te állítod az exportot
ALAC Veszteségmentes Apple Music-könyvtár, egyes Apple-exportok A FLAC elve Apple-formátumban
AIFF Többnyire tömörítetlen Mac-hangalkalmazások, GarageBand-export Kezeld WAV-ként
CAF Konténer, veszteséges vagy veszteségmentes hanggal Apple-alkalmazások és fejlesztőeszközök Töltsd fel eredetiben
OGG Konténer, gyakran veszteséges Vorbis vagy Opus Webhang, játék, egyes üzenetküldők Töltsd fel eredetiben
OPUS Veszteséges, beszédre és zenére 6–510 kbit/s között (RFC 6716) Hangüzenetek, VoIP-hívások Általában kicsi és elég tiszta átíráshoz
AMR Veszteséges, keskeny sávú beszéd Régi telefonhívás- és hangrögzítők Régi telefonhangnál alacsonyabb pontosság várható; ne mintavételezd fel

Videófájlok (MP4, MOV, M4V, MKV, AVI, WMV, WEBM, MPG, MPEG) is támogatottak: a konverter a hangsávot olvassa. Videóközpontú projekthez használd a videó–szöveg konvertert.

Hibaelhárítás: gyakori problémák és megoldások

A gyenge átiratok oka többnyire a nyelvbeállítás vagy maga a hang.

Probléma Valószínű ok Mit próbálj?
Értelmetlen vagy más nyelvű átirat Rossz nyelv vagy a rövid bevezetőből tévesen következtető felismerés Futtasd újra helyes nyelvvel vagy regionális változattal; vegyes beszédhez Multilingual Mix
Feltöltés elutasítva Túl nagy vagy hosszú fájl Ellenőrizd a korlátot (whispertranscribe.ai: 5 GB és 10 óra); oszd fel vagy alakítsd a videót hanggá
„No audio detected” üzenet Sérült fájl, néma sáv vagy váratlan csatornán lévő hang Játszd le helyben; exportáld újra a felvevőből
Minden beszéd egy beszélő alatt A felismerés ki volt kapcsolva vagy a hangok hasonlók Kapcsold be és futtasd újra; korrektúrában nevezd át a címkéket
Ismétlődő vagy kitalált sorok Hosszú csend, zene vagy erős zaj Vágd le ezeket; próbálj Noise / Low-Quality módot
Rosszul írt nevek és szaknyelv Ritka szavak, amelyeket a modell ritkán látott Keress és cserélj a név- és kifejezéslistából
Csak az átirat egy része látszik Az ingyenes csomag korlátja Hosszú feltöltés előtt nézd meg a csomag korlátait az ároldalon

Biztonságos az online konverter? 6 kérdés az adatvédelmi szabályzathoz

Az adatvédelem a szolgáltató írásos szabályzatától és a saját megosztási szokásaidtól függ. Interjú, ügyfélhívás vagy személyes adat feltöltése előtt általános ígéretek helyett konkrét, ellenőrizhető válaszokat keress. A világos vállalás számon kérhető, a homályos nem. Ez általános tájékoztatás, nem jogi tanácsadás.

Hat kérdés és a whispertranscribe.ai adatvédelmi szabályzatának válaszai (2026 novemberében olvasva):

Kérdés Miért számít? A whispertranscribe.ai válasza (/privacy alapján)
1. Mi történik az eredeti fájllal feldolgozás után? Ez a beszélgetés legteljesebb másolata Az eredeti feltöltött hang- és videófájl a feldolgozás végén automatikusan törlődik
2. Milyen másolat marad és meddig? Átiratra és kinyert hangra eltérő szabály vonatkozhat A kinyert MP3 alapértelmezetten 30 nap után törlődik; az átiratnak nincs fix lejárata, azt te törlöd
3. A tartalmamat AI-modellek tanítására használják? A szavaid mások modelljét befolyásolhatják Nem. A szabályzat kizárja a saját vagy harmadik fél modelljének tanítását, finomhangolását és értékelését a tartalommal
4. Hallgatja vagy olvassa ember? Emberi minőségellenőrzéskor valaki hozzáfér a hanghoz Nincs emberi ellenőrzés a felvételeken vagy átiratokon
5. Milyen külső cégek érintettek? Mindegyik új hely, ahová az adat eljut OpenAI az AI-szolgáltató; Firebase, Mixpanel és Google Analytics szerepel elemzésre
6. Törölhetek mindent, és helyreállítható? A törlés felett neked kell rendelkezni A fájlokat, átiratokat és kinyert MP3-at bármikor törölheted vagy kérheted a fiók törlését; a részleteket ellenőrizd a szabályzatban

A szabályzat TLS 1.3 átviteli és AES-256 tárolási titkosítást is említ. Ha szervezeted meghatározott tanúsítványt vagy aláírt szerződést kér, kérd el a szolgáltatótól a dokumentumot, és olyat válassz, amely biztosítani tudja. Felvétel előtt szerezd meg a szükséges hozzájárulást és szervezői engedélyt, és tartsd be a tilalmakat.

Melyik hang–szöveg konvertert válaszd?

A felvételhez illeszd az eszközt:

  • Hosszú fájlok vagy sok nyelv: magas fájlkorlát és széles lista, például whispertranscribe.ai vagy TurboScribe.
  • Gyors hangjegyzet vagy diktált vázlat: egy hangból szöveg oldal vagy az eszköz beépített diktálása is elég lehet.
  • Heti élő értekezletek: Otter.ai vagy Notta, ha a nyelvek megfelelőek.
  • Pontos jogi dokumentum vagy idézet: emberi átírás, például Rev vagy HappyScribe, vagy AI-vázlat gondos emberi ellenőrzése.
  • A gépet nem elhagyható hang: offline Whisper-alapú alkalmazás; lásd a legjobb ingyenes átírószoftverek útmutatót.

A többit a funkciók oldalon hasonlíthatod össze.

Gyakori kérdések

Melyik a legjobb online hang–szöveg konverter?

Az, amelynek korlátai illenek a felvételeidhez. Hosszú fájlhoz és sok nyelvhez magas fájlkorlátot és teljes nyelvlistát keress; a whispertranscribe.ai akár 5 GB-os és 10 órás fájlokat kezel több mint 130 nyelven, a TurboScribe pedig átalánydíjas csomagot kínál. Élő értekezletre az Otter.ai vagy a Notta alkalmasabb lehet. Ha minden szót ellenőrizni kell, válassz emberi átírást is kínáló szolgáltatást, például Revet.

Ingyen alakíthatok hangot szöveggé online?

Igen, a legtöbb eszköz ingyen kipróbálható, de a korlátok eltérnek. A 2026. novemberi ellenőrzés szerint a TurboScribe ingyen napi három, legfeljebb 30 perces fájlt engedett, a Notta egy beszélgetést 3 percre korlátozott, a HappyScribe pedig egyszeri 10 perces próbát adott. A whispertranscribe.ai fiók nélkül indítható; hosszú fájl előtt nézd meg az aktuális ingyenes lehetőségeket.

Mennyire pontosak az online konverterek?

Tiszta hangon a modern eszközök nagyon pontosak, de a zaj, mikrofontávolság, erős akcentus és átfedő beszéd csökkenti a pontosságot. A whispertranscribe.ai tiszta hangon akár 99%-ot érhet el. A szolgáltatók különbözően mérnek, ezért egyetlen százalékot legjobb esetként kezelj. A legmegbízhatóbb a saját hang rövid részletének tesztje, majd a nevek, számok és szakkifejezések ellenőrzése.

Biztonságos hangot online konverterbe feltölteni?

Lehet, ha az írásos szabályzat megfelelő válaszokat ad. Ellenőrizd az eredeti fájl kezelését, a másolatok megőrzését, az AI-tanítást, az emberi ellenőrzést, a harmadik feleket és a törlést. A whispertranscribe.ai szabályzata szerint az eredeti feldolgozás után törlődik, és a tartalmat nem használják tanításra. Ha a hangnak az eszközön kell maradnia, használj offline eszközt. Ez nem jogi tanácsadás.

Milyen hangformátum a legjobb átíráshoz?

Veszteségmentes WAV vagy FLAC őrzi meg a legtöbb részletet, ezért ha te vezérled a felvételt vagy exportot, válaszd azt. Meglévő MP3-at vagy M4A-t változatlanul tölts fel: WAV-vá alakítva nagyobb lesz, de nem áll helyre semmi. A közeli mikrofon, a clipping elkerülése és az alacsony zaj fontosabb a formátumnál.

Meg tudja különböztetni a konverter a beszélőket?

Igen, sok eszköz képes rá. A funkció beszélőfelismerés vagy diarizáció néven jelöli az átirat szakaszait. A whispertranscribe.ai felületén átírás előtt kapcsold be az Enable Speaker Detection funkciót. Hasonló hangok vagy átfedő beszéd esetén a címkék kevésbé megbízhatók, ezért ellenőrizd a váltásokat és nevezd át őket.


Készen állsz a saját felvétel átalakítására? Töltsd fel a whispertranscribe.ai ingyenes hang–szöveg konverterébe: válassz több mint 130 nyelv közül, kapcsold be a beszélőfelismerést és exportálj DOCX, PDF, TXT, CSV, SRT vagy VTT formátumba. Fizetős csomagok éves számlázással 9,99 USD/hótól.

Források

Szeretné szöveggé alakítani a felvételeit?

Írja át hang- és videófelvételeit a whispertranscribe.ai segítségével.

Átírás indítása ↗