Transkripsi Audio ke Teks

Bisa. Kotak unggah di bagian atas halaman ini mentranskrip 5 menit pertama dari file apa pun sampai 200 MB, tanpa akun dan tanpa kartu kredit. Anda melihat hasil sebenarnya — lengkap dengan label pembicara dan timestamp — sebelum memutuskan apa pun. Dengan akun gratis Anda mendapat 30 menit kredit dan file sampai 5 GB.

Kami sengaja tidak menerbitkan angka persentase. Kami belum mengukur Word Error Rate sistem kami pada korpus Bahasa Indonesia dengan transkrip acuan, dan angka tanpa korpus serta metode memang tidak berarti banyak: sistem yang sama memberi hasil sangat berbeda pada kuliah yang direkam rapi dibanding rapat empat orang dengan satu ponsel di tengah meja. Yang menentukan hasil Anda: jarak mikrofon, suara yang bertumpuk, bahasa daerah, istilah teknis, dan bitrate rekaman. Cara paling jujur untuk menilai adalah mencoba 5 menit pertama file Anda sendiri di halaman ini.

Model pengenalan suara dilatih terutama pada Bahasa Indonesia standar. Percakapan yang benar-benar berbahasa Jawa, Sunda, Batak, Bugis atau Minang akan jauh lebih banyak salah — kami tidak bisa menyebut angkanya karena belum mengukurnya, tapi siapkan waktu penyuntingan yang jauh lebih panjang, atau pertimbangkan transkripsi manual. Bahasa Indonesia standar dengan logat daerah adalah kasus yang berbeda dan biasanya jauh lebih baik. Campur BI-Inggris (code-switching), yang umum di konten teknologi dan rapat kantor, ditangani otomatis tanpa perlu memilih bahasa — tapi justru di titik peralihan itulah kesalahan paling sering muncul, terutama pada singkatan.

MP3, WAV, M4A, FLAC, OGG, AAC, WMA, AMR dan OPUS untuk audio; MP4, MOV, AVI, MKV, WebM, FLV dan WMV untuk video — trek suaranya diambil otomatis, tidak perlu konversi. WhatsApp voice note secara teknis adalah file OPUS dan bisa diunggah langsung. Tanpa akun batasnya 200 MB per file; dengan akun gratis 5 GB.

Dengan model standar sekitar 3 sampai 5 menit untuk setiap jam audio; dengan model premium sekitar 2 menit per jam. Pratinjau 5 menit biasanya selesai di bawah satu menit. Lamanya juga tergantung kualitas audio dan antrean saat itu. Anda bisa menutup tab dan kembali nanti — transkrip menunggu di dashboard.

Bisa, dan ikut disertakan dalam pratinjau gratis. Pembicara ditandai sebagai Pembicara 1, Pembicara 2, dan seterusnya, lalu bisa Anda ganti namanya di editor (misalnya "Pak Budi", "Bu Ani"). Ketika dua orang bicara bersamaan, pemisahan ini adalah bagian tersulit bagi sistem mana pun, termasuk kami — kalau Anda merekam diskusi kelompok, satu mikrofon per orang memperbaiki hasilnya jauh lebih besar daripada berganti alat.

Pratinjau 5 menit di halaman ini gratis tanpa akun. Dengan akun gratis Anda mendapat 30 menit kredit sekali, tanpa kartu. Setelah itu: Starter US$2/bulan untuk 200 menit, Basic US$5 untuk 1.000 menit, Pro US$10 untuk 2.500 menit, Studio US$20 untuk 6.000 menit. Sebagai gambaran dalam Rupiah dengan kurs sekitar Rp 17.700 per dolar (per 17 September 2026): Basic setara sekitar Rp 88.000 sebulan untuk sekitar 17 jam audio. Tagihan ditarik dalam dolar, jadi nilai rupiahnya mengikuti kurs saat itu. Untuk wawancara skripsi yang biasanya berjumlah 5-10 jam, satu bulan Basic umumnya cukup.

TXT untuk teks polos, DOCX untuk laporan Word dan lampiran skripsi (timestamp dan label pembicara ikut terbawa), SRT untuk subtitle video, VTT untuk pemutar HTML5, dan JSON dengan timestamp per kata untuk kebutuhan pengembang. Semuanya dari satu kali proses.

Pengiriman memakai TLS 1.2+ dan penyimpanan dienkripsi AES-256. Kami tidak memakai audio Anda untuk melatih model AI — ini komitmen kontraktual, bukan sekadar kalimat pemasaran — dan tidak menjual data pengguna. File maupun akun bisa Anda hapus sendiri kapan saja lewat dashboard. Kalau aturan internal atau kontrak Anda mengharuskan pemrosesan di wilayah tertentu, tanyakan lokasi pemrosesan ke setiap penyedia, termasuk kami; untuk kebutuhan yang benar-benar ketat, menjalankan Whisper di komputer sendiri adalah pilihan paling aman karena rekaman tidak pernah dikirim ke mana pun.