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:
- Tölts fel MP3-, WAV- vagy M4A-fájlt, vagy illessz be linket.
- Állítsd be a beszélt nyelvet és például a beszélőfelismerést.
- 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
- OpenAI: Whisper GitHub repository
- Google Cloud: Speech-to-Text best practices for providing speech data
- Library of Congress: WAVE Audio File Format (fdd000001)
- IETF: RFC 9639, Free Lossless Audio Codec (FLAC)
- IETF: RFC 6716, Definition of the Opus Audio Codec
- Vendor pages checked November 2026: TurboScribe, TurboScribe security FAQ, HappyScribe pricing, HappyScribe audio to text, HappyScribe privacy, Notta pricing, Notta file import limits, Notta languages, Otter pricing, Otter file import help, Otter privacy policy, Rev pricing
