ScribeToAny
Forvandl lyd og video til præcis tekst
ScribeToAny forvandler lyd- og videofiler til tekst og undertekster. Den transskriberer omkring 98 sprog med tidsstempler og talermærker, lader dig redigere hver linje i browseren, eksporterer TXT, SRT, VTT, TSV, CSV, JSON, PDF og DOCX og oversætter resultatet til 134+ sprog med bevaret underteksttiming. Du kan starte gratis med 100 minutter hver måned, intet kort påkrævet.
Svar ankommer normalt inden for 1–2 hverdage.
Hvem der bygger det
Jeg er Ray Mac, tidligere ByteDance-ingeniør. Jeg bygger og driver ScribeToAny på egen hånd; den første version gik i luften i juli 2026. De testede guides på bloggen er også mine: Jeg afprøver det, de beskriver, på rigtige optagelser og filer før udgivelse.
Engelsk er ikke mit modersmål, og en stor del af det, jeg ser og arbejder med, er heller ikke på engelsk. Efter at have forladt ByteDance stødte jeg hele tiden på det samme problem: Værktøjer til at omdanne optagelser til tekst og undertekster satte engelsk først, møder først og ramte hurtigt loftet med begrænsninger. Så jeg byggede det værktøj, jeg selv ønskede mig: omkring 98 sprog ind, 134+ ud, undertekster tjekket for læsehastighed og en gratis kvote, der fornys hver måned i stedet for en engangsprøveperiode.
ScribeToAny drives af Scribe Saas, LLC, en virksomhed registreret i USA.
Sådan fungerer det
Uploads går direkte fra din browser til krypteret lagring. Transskription kører talemodeller i Whisper-klassen (faster-whisper) på dedikerede GPU'er, registrerer automatisk det talte sprog og mærker talere. Undertekster kontrolleres for læsehastighed: replikker, der vises for hurtigt, markeres og bliver aldrig omskrevet i stilhed.
Ingeniørnotater: kørsel af Whisper på GPU'er fra Cloudflare WorkersSådan testes det
Jeg offentliggør det, jeg måler, herunder hvor det kommer til kort:
- Nøjagtighed: På en testoptagelse med manuskript afveg 4 ud af 189 ord fra manuskriptet (en ordfejlrate på 2,1 %), og alle 14 talerskift blev mærket korrekt. Læs detaljerne
- Undertekstfiler: kørsel af 16 defekte SRT-filer gennem ffmpeg og vores egen parser afslørede tre fejl i parseren, som nu er rettet. Læs detaljerne
- Sprog: Da optagelser på thai, lao og burmesisk kom tilbage med manglende tale, sporede jeg det til to afkodningsindstillinger og ændrede dem for disse skriftsystemer.
- Priser: sammenligningen med Otter, Rev, Sonix og HappyScribe viser også, hvor de slår ScribeToAny. Læs detaljerne
Dine filer
- Den oprindelige lyd eller video slettes automatisk efter transskription. Hvis en opgave mislykkes, gemmes filen i op til 7 dage, så du kan prøve igen.
- Transskriptioner bliver på din konto, indtil du sletter dem.
- Vi bruger aldrig noget af det, du uploader, til at træne AI-modeller.