VexaScribe: رونویسی هوش مصنوعی به 99 زبان
پادکست، مصاحبه یا سخنرانی خود را آپلود کنید — یا یک ربات به جلسه‌تان بفرستید. رونوشتی با برچسب گوینده و مهر زمانی تحویل می‌گیرید. خروجی TXT، SRT، VTT، JSON و DOCX. از ماهی 2 دلار.
یک نگاه کلی
به 99 زبان
رونویسی هوش مصنوعی
5 فرمت خروجی
TXT، SRT، VTT، DOCX، JSON
6 گونه خلاصه
خلاصه‌های هوش مصنوعی
به 130+ زبان
ترجمه یکجا در همان ابزار
با ارجاع به مهر زمانی
چت هوش مصنوعی
در همه طرح‌ها گنجانده شده — هزینه ترجمه ویژه بر پایه میزان مصرف است و به طرح گران‌تر گره نخورده.
چرا VexaScribe
پیاده‌سازی دستی صدا وقت می‌برد و گران تمام می‌شود. VexaScribe ضبط‌های شما را در چند دقیقه به متنی دقیق و قابل جست‌وجو تبدیل می‌کند — یا یک ربات به جلسه Zoom، Meet یا Teams می‌فرستید تا همان‌جا رونویسی کند. ساخته شده برای پادکسترها، روزنامه‌نگاران، دانشجویان، پژوهشگران و تیم‌ها.
VexaScribe چیست؟
VexaScribe ابزاری بر پایه هوش مصنوعی است که صدا و ویدیو را به 99 زبان به متن دقیق تبدیل می‌کند. پادکست، مصاحبه، سخنرانی یا ضبط جلسه خود را آپلود کنید و در چند دقیقه رونوشتی با تشخیص گوینده و مهر زمانی بگیرید.
- آپلود MP3، WAV، MP4 و بیش از 20 فرمت دیگر
- دریافت رونوشت با مهر زمانی و برچسب گوینده
- خروجی به TXT، SRT، VTT، JSON یا DOCX
- طرح‌ها از ماهی 2 دلار (200 دقیقه)
- فرستادن ربات به جلسات Zoom، Meet یا Teams
ساخته شده برای پادکسترها، روزنامه‌نگاران، دانشجویان، پژوهشگران و تیم‌ها.
از فناوری گفتار به متن مبتنی بر Whisper استفاده می‌کند.
مورد اعتماد حرفه‌ای‌ها
«برای رونوشت پادکستم از Otter به VexaScribe کوچ کردم. برچسب گویندگان دقیق‌تر درمی‌آید و خروجی SRT ساعت‌ها در وقتم صرفه‌جویی می‌کند.»
«ماهی 2 دلار برای 200 دقیقه؛ ابزار رونویسی ارزان‌تر از این پیدا نکردم. همان دقیقه‌های رایگان در 5 دقیقه قانعم کرد.»
«مصاحبه‌های فارسی و انگلیسی را رونویسی می‌کنم. VexaScribe با هر دو زبان خوب کنار می‌آید و مهرهای زمانی ارجاع دادن را ساده می‌کنند.»
VexaScribe چطور کار می‌کند
در سه قدم به رونوشت دقیق برسید
فایل را آپلود کنید
فایل صوتی یا تصویری را بکشید و در پنجره رها کنید. از MP3، WAV، MP4 و بیش از 20 فرمت دیگر پشتیبانی می‌کنیم.
هوش مصنوعی رونویسی می‌کند
هوش مصنوعی ما فایل را پردازش می‌کند، گویندگان را تشخیص می‌دهد و مهرهای زمانی را خودکار می‌گذارد.
ویرایش و خروجی
رونوشت را بخوانید، هر جا لازم بود اصلاح کنید و خروجی TXT، SRT، VTT، JSON یا DOCX بگیرید.
یا فقط یک لینک بچسبانید — نیازی به دانلود نیست.
چه چیزی تحویل می‌گیرید
99 زبان
لازم نیست بگویید زبان فایل چیست — نه فهرست کشویی، نه تنظیمات: فایل را آپلود می‌کنید و زبان خودش تشخیص داده می‌شود. در یک دسته 50 فایلی به زبان‌های مختلف هم زبان هر فایل جدا تشخیص داده می‌شود. خطوط راست‌به‌چپ مثل فارسی و عربی در همه فرمت‌های خروجی درست نمایش داده می‌شوند.
تشخیص گوینده
چه کسی چه گفت، خودکار برچسب می‌خورد. جداسازی گویندگان با مدل مستقل خودش انجام می‌شود، نه با آنچه موتور تشخیص گفتار همراه دارد؛ به همین دلیل در جلسه‌ای با چهار نفر هم از هم نمی‌پاشد. یک بار «گوینده 1» را به نام واقعی تغییر دهید و همان نام در سراسر رونوشت جا می‌افتد.
5 فرمت خروجی
در SRT و VTT زیرنویس دقیقاً روی فریم می‌نشیند. DOCX آماده و قالب‌بندی‌شده تحویل می‌آید، همراه با نام گویندگان و مهرهای زمانی. JSON زمان‌بندی را در سطح واژه دارد، اگر می‌خواهید چیزی روی آن بسازید. TXT هم متن تمیز برای خواندن است.
خلاصه‌های هوش مصنوعی
شش گونه خلاصه — جلسه، تماس فروش، سخنرانی، پادکست، مصاحبه و عمومی — هر یک برای کار خودش ساخته شده: خلاصه یک تماس فروش حول اعتراض‌های مشتری و قدم‌های بعدی می‌چرخد، نه یک فهرست نکته‌های کلی. نشانگرهای فصل روی مهرهای زمانی واقعی صدا سوار می‌شوند. خلاصه کردن رونوشتی که از قبل دارید هیچ دقیقه‌ای از سهم شما کم نمی‌کند.
چت هوش مصنوعی — نسخه بتا
به‌جای بالا و پایین کردن فایل صوتی، از خود رونوشت بپرسید: چه تصمیمی گرفته شد، چه کسی چه کاری را قبول کرد، درباره یک موضوع چه گفته شد. هر پاسخ مهر زمانی منبع خودش را می‌آورد تا بتوانید به همان لحظه بروید و خودتان بررسی کنید.
ترجمه یکجا در همان ابزار
هر رونوشتی را به 130+ زبان ترجمه کنید، آن‌گونه که زمان‌بندی زیرنویس دست‌نخورده بماند: فایل SRT ترجمه‌شده هنوز با ویدیو هم‌خوان است. دو موتور در کار است؛ موتور استاندارد گنجانده شده و موتور ویژه در همه طرح‌ها در دسترس است — هزینه‌اش بر پایه میزان مصرف حساب می‌شود و پشت طرح گران‌تر قفل نشده است.
آپلود انبوه — 50 فایل در یک نوبت
تا 50 فایل در هر دسته، که به‌موازات هم پردازش می‌شوند نه یکی پس از دیگری در صف، و در قالبی که انتخاب می‌کنید در یک فایل ZIP تحویل می‌آیند. برای یک مجموعه مصاحبه یا آرشیو یک پادکست ساخته شده، نه برای فایل‌به‌فایل. بیشتر بدانید →
داده شما، اختیار شما
هر فایل یا رونوشتی را هر وقت خواستید حذف کنید؛ از حافظه ما هم پاک می‌شود. صدای شما هیچ‌گاه برای آموزش مدل‌ها به کار نمی‌رود. فایل‌ها هم در مسیر انتقال و هم در محل ذخیره‌سازی رمزگذاری می‌شوند. بیشتر بدانید →
چه چیزهایی را می‌توانید رونویسی کنید؟
پرسش‌های پرتکرار
چه فرمت‌های صوتی و تصویری پشتیبانی می‌شوند؟
VexaScribe طیف گسترده‌ای از فرمت‌ها را پشتیبانی می‌کند: در صدا MP3، WAV، M4A، FLAC و OGG و در ویدیو MP4، MOV، AVI، MKV و WebM.
رونویسی چقدر طول می‌کشد؟
میانه زمان پردازش، بدون احتساب بارگذاری و تبدیل، در طرح استاندارد حدود 3 دقیقه و در طرح ویژه حدود 2 دقیقه به ازای هر ساعت صدا است. فایل‌های خیلی کوتاه به ازای هر ساعت صدا کندتر پردازش می‌شوند و برخی کارها بسیار بیشتر طول می‌کشند.
می‌توانم رایگان امتحان کنم؟
بله. با ثبت‌نام، 30 دقیقه رایگان می‌گیرید تا سرویس را بسنجید. برای شروع نیازی به کارت اعتباری نیست.
داده‌های من امن است؟
بله. فایل‌های شما هنگام آپلود و پردازش رمزگذاری می‌شوند. هر زمان بخواهید می‌توانید رونوشت‌هایتان را حذف کنید. ما از صدای شما برای آموزش مدل‌های هوش مصنوعی استفاده نمی‌کنیم.
آخرین به‌روزرسانی: فوریه 2026