ScribeToAny

Förvandla ljud och video till exakt text

ScribeToAny förvandlar ljud- och videofiler till text och undertexter. Den transkriberar cirka 98 språk med tidsstämplar och talaretiketter, låter dig redigera varje rad i webbläsaren, exporterar TXT, SRT, VTT, TSV, CSV, JSON, PDF och DOCX och översätter resultatet till 134+ språk med bibehållen undertexttiming. Du kan börja gratis med 100 minuter varje månad, inget kort krävs.

Följ oss på X Kontakta oss

Svar kommer vanligtvis inom 1–2 arbetsdagar.

Vem som bygger det

Jag är Ray Mac, tidigare ByteDance-ingenjör. Jag bygger och driver ScribeToAny på egen hand; den första versionen lanserades i juli 2026. De testade guiderna på bloggen är också mina: jag testar det som beskrivs på riktiga inspelningar och filer före publicering.

Engelska är inte mitt modersmål, och mycket av det jag tittar på och arbetar med är inte heller på engelska. Efter att ha lämnat ByteDance stötte jag ständigt på samma problem: Verktyg för att göra om inspelningar till text och undertexter prioriterade engelska, var anpassade för möten och nådde snabbt sina begränsningar. Därför byggde jag verktyget jag själv ville ha: cirka 98 språk in, 134+ ut, undertexter kontrollerade för läshastighet och en gratis kvot som förnyas varje månad i stället för en engångsperiod.

ScribeToAny drivs av Scribe Saas, LLC, ett företag registrerat i USA.

Så fungerar det

Uppladdningar går direkt från din webbläsare till krypterad lagring. Transkriberingen kör talmodeller i Whisper-klass (faster-whisper) på dedikerade GPU:er, känner automatiskt av det talade språket och märker upp talare. Undertexter kontrolleras för läshastighet: repliker som passerar för snabbt flaggas, och skrivs aldrig om i tysthet.

Tekniska anteckningar: köra Whisper på GPU:er från Cloudflare Workers

Hur det testas

Jag publicerar det jag mäter, inklusive var det brister:

Noggrannhet: på en testinspelning med manus skilde sig 4 av 189 ord från manuset (en ordfelsfrekvens på 2,1 %), och alla 14 talarbyten märktes upp korrekt. Läs detaljerna
Undertextfiler: körning av 16 trasiga SRT-filer genom ffmpeg och vår egen parser avslöjade tre buggar i parsern, som nu är åtgärdade. Läs detaljerna
Språk: När inspelningar på thai, lao och burmesiska kom tillbaka med saknat tal, spårade jag det till två avkodningsinställningar och ändrade dem för dessa skriftsystem.
Prissättning: jämförelsen med Otter, Rev, Sonix och HappyScribe visar också var de är bättre än ScribeToAny. Läs detaljerna

Dina filer

Det ursprungliga ljudet eller videon raderas automatiskt efter transkribering. Om en körning misslyckas sparas filen i upp till 7 dagar så att du kan försöka igen.
Transkriptioner finns kvar på ditt konto tills du raderar dem.
Vi använder aldrig något av det du laddar upp för att träna AI-modeller.

Integritetspolicy Säkerhet