Mga Feature ng VexaScribe
VexaScribe — AI transcription sa 99 wika. Speaker detection, timestamps, AI summaries, at built-in na transcript translation (133 wika). Mag-upload ng file o magpadala ng meeting bot sa Zoom, Meet, o Teams. Mula sa $2/buwan.
Ano ang VexaScribe, sa 80 salita
Ang VexaScribe ay isang web app na nagpapalit ng audio at video sa mga searchable, timestamped, at speaker-labeled na transcript gamit ang OpenAI Whisper. Mag-drop ng file (hanggang 5 GB), i-paste ang isang YouTube / TikTok / Instagram / direct URL, o magpadala ng bot sa iyong Zoom, Google Meet, o Teams meeting. Kumuha ng transcript sa 99 wika sa loob ng ~5–10 minuto kada oras ng audio, opsyonal na AI summary na may action items, at exports sa TXT, DOCX, SRT, VTT, o JSON. 30 minutong libre, pagkatapos ay $2–$20/buwan. Walang credit card para magsimula.
Mga Core Feature
99 Wika ang Suportado
I-transcribe ang audio at video sa 99 wika na may automatic language detection. Mula English hanggang Japanese, Spanish hanggang Arabic — kaya namin.
Speaker Detection
Awtomatikong nakikilala at nila-label ng speaker diarization ang iba't ibang boses. Perpekto para sa interviews, podcasts, at mga meeting na may maraming participant.
Timestamps
Bawat transcript ay may precise timestamps. I-click ang kahit anong timestamp para tumalon sa oras na iyon sa iyong audio. Mahalaga para sa navigation at video subtitles.
5 Export Formats
I-export bilang TXT (plain text), DOCX (Word), SRT o VTT (video subtitles), o JSON (structured data na may timestamps). Piliin ang format na angkop sa iyong workflow.
Mabilis na Processing
Natatapos ang AI-powered transcription sa minuto, hindi oras. Ang 1-oras na recording ay karaniwang natatapos sa 5–10 minuto.
Built-in na Editor
I-review at i-edit ang iyong transcripts diretso sa browser. Ayusin ang mga error, palitan ang pangalan ng speakers, at pagandahin ang iyong transcript bago mag-export.
Meeting Bot
Magpadala ng AI bot sa iyong Zoom, Google Meet, o Teams meetings. Nagre-record, nagta-transcribe, at gumagawa ng structured summaries na may action items at decisions. Gumagamit ng 3× transcription credits.
AI Summaries
Gawing structured key points, action items, chapter markers, at decisions ang kahit anong transcript. Gumagana sa meetings, lectures, interviews, at podcasts. Kasama sa lahat ng paid plans.
Transcript Translation
I-translate ang kahit anong transcript sa 133 wika sa pamamagitan ng Google Translate — walang dagdag na bayad, walang third-party account na kailangan. Available sa lahat ng plans.
Bulk Upload — 50 File nang Sabay
Mag-upload ng hanggang 50 audio o video files sa isang bugso. Lahat ay pino-process nang magkasabay — hindi paisa-isa. Halu-haluin ang formats nang malaya at i-download lahat bilang isang ZIP.
AI Chat na kasama ang iyong transcript
Magtanong ng natural-language na tanong tungkol sa kahit anong transcription na pag-aari mo at kumuha ng sagot na sinusuportahan ng direktang quotes mula sa audio. "Anong action items ang na-assign?", "Ano ang napagpasyahan ni Sarah?", "Hanapin ang pinakamalakas na quote tungkol sa X" — mga tanong na dati mo pinapanood ulit ang recording para sagutin ay nagiging isang query na lang. Bawat sagot ay may clickable timestamp citations na naghahanap sa audio player sa eksaktong oras nang sinabi ang quote. Ang citations ay vino-validate server-side laban sa aktwal na transcript — ang AI ay limitado sa iyong recording at hindi puwedeng mag-imbento ng timestamp o quote. Nagpe-persist ang conversations nang 90 araw, na may multi-turn context at 99-language support (magtanong sa isang wika tungkol sa isang recording sa iba). Available sa paid plans.
Mga Sinusuportahang Format
Audio Formats
Video Formats
Export Formats (5)
Plain text
Word document
Subtitles
Web subtitles
Structured data
Mga Use Case
Meeting Transcription
Sumasali ang AI bot sa Zoom, Meet, o Teams meetings
Podcast Transcription
Gawing show notes at blog posts ang mga episode
Interview Transcription
Mag-transcribe na may speaker detection
Lecture Transcription
Gawing study notes ang mga class recording
Video to Text
Kunin ang transcripts at gumawa ng subtitles
MP3 to Text
Gawing text documents ang audio files
Audio Transcription
Pangkalahatang audio-to-text conversion
Pinapagana ng Advanced na AI
Gumagamit ang VexaScribe ng state-of-the-art speech recognition models na sinanay sa milyong-milyong oras ng audio. Parehong teknolohiya na nasa likod ng mga voice assistant, iniangkop para sa tumpak na transcription.
Accuracy para sa malinaw na audio
Wika ang suportado
Oras ng processing kada oras
Availability ng Feature ayon sa Plan
Lahat ng plans ay may kasamang free trial. Walang credit card na kailangan para magsimula.
| Feature | Free Trial | Starter ($2/buwan) | Pro ($10/buwan) |
|---|---|---|---|
| Audio & video transcription | ✓ | ✓ | ✓ |
| 99 wika ang suportado | ✓ | ✓ | ✓ |
| Speaker detection | ✓ | ✓ | ✓ |
| Timestamps | ✓ | ✓ | ✓ |
| Export: TXT, DOCX, SRT, VTT, JSON | ✓ | ✓ | ✓ |
| Transcript translation (133 wika) | ✓ | ✓ | ✓ |
| Built-in na editor | ✓ | ✓ | ✓ |
| AI Summaries | — | ✓ | ✓ |
| Meeting Bot (Zoom, Meet, Teams) | — | ✓ | ✓ |
| Bulk transcription | ✓ | ✓ | ✓ |
Mag-transcribe mula sa URL — hindi na kailangan mag-download
I-paste lang ang link at kumuha ng transcript. Kami na ang bahala sa pag-download sa background. Parehong accuracy, parehong output, parehong minute cost gaya ng file upload — nilalaktawan mo ang "i-download muna ang video, tapos i-upload" na hakbang.
| Pinagmulan | Status | Ano ang tinatanggap |
|---|---|---|
| YouTube | ✓ Live | Kahit anong public video URL. Kinukuha ang audio at ni-transcribe nang may speaker diarization. Babalik sa captions kung mabigo ang pag-download ng audio. |
| TikTok | ✓ Live | Kahit anong public TikTok video URL — gumagana ang parehong maiikling Reels-style clips at mas mahahabang video. |
| ✓ Live | Public Reels, video posts, at video Stories. Nagbabalik ang photo posts ng malinaw na "no video content" error. | |
| Direct URL | ✓ Live | Kahit anong HTTPS link sa audio o video file — podcast MP3, S3 link, Google Drive share, Telegram bot download, Dropbox, at iba pa. |
| Spotify | ⏳ Malapit nang dumating | Kinikilala pero hindi pa nabubuo. I-paste ang link at lalabas ang "Vote for sooner" prompt para maprayoridad namin base sa demand. |
Cost model: Ang URL uploads ay kumukuha mula sa parehong monthly minute pool gaya ng file uploads — 1 minuto ng audio = 1 minuto mula sa iyong plan. Walang hiwalay na URL tier.
Ano ang hindi ginagawa ng VexaScribe
Limang bagay na tunay na hindi ginawa para gawin ng VexaScribe, kasama ang tool na aming irerekomenda sa bawat kaso. Kung nasa listahang ito ang iyong use case, iligtas mo na sarili mo sa trial signup.
Walang real-time live captioning
Ginagawa ang transcripts pagkatapos ng upload, hindi habang nagsasalita ka. Ang 1-oras na file ay tumatagal ng 5–10 minuto para ma-process — okay para sa mga meeting na pinapanood mo mamaya, mali para sa mga live event.
Gamitin sa halip: Otter Live, ang built-in captions ng Google Meet, o Web Captioner para sa libreng browser-based na live captions.
Walang public REST API
Ang VexaScribe ay isang web app para sa mga tao, hindi isang backend service. Walang developer API, walang SDK, walang webhook para sa programmatic uploads.
Gamitin sa halip: OpenAI Whisper API ($0.006/min), Deepgram Nova-3 (~$0.0043/min), o AssemblyAI (~$0.012/min).
Walang video editing
Puwede mong i-export ang SRT/VTT subtitles para i-drop sa iyong editor, pero hindi puputol ng clips, mag-aalis ng filler words, o magbo-burn ng captions sa video ang VexaScribe.
Gamitin sa halip: Descript o Vrew para sa transcript-based na video editing; Premiere/Final Cut/DaVinci para sa tradisyunal na NLE workflows.
Walang custom vocabulary tuning
Hindi ka puwedeng mag-upload ng dictionary ng brand names, drug names, o technical jargon para i-bias ang model. Ang Whisper ay ginagamit as-is, walang per-account fine-tuning.
Gamitin sa halip: "word boost" ng AssemblyAI o "keywords" param ng Deepgram para sa mga domain na maraming proper noun.
Walang on-premise / enterprise self-hosting
Ang audio ay pino-process sa aming cloud — walang air-gapped o HIPAA-BAA-signed deployment na available. Para sa attorney-client, clinical therapy, o classified content kung saan ang breach ay direktang legal liability, walang cloud tool (kasama na kami) ang tamang pili.
Gamitin sa halip: i-install ang OpenAI Whisper nang lokal (libre, gumagana sa iyong makina, hindi umaalis ang audio), o para sa legal-grade 100% accuracy, gamitin ang human transcription (Rev, GoTranscript) sa $1.25–$1.99/min.
Tapat na accuracy — ano talaga ang ibig sabihin ng mga numero
Gumagamit ang VexaScribe ng OpenAI Whisper (partikular na large-v3 class models). Gustung-gusto ng marketing pages na sabihing "99% accuracy" — hindi iyon tapat. Ang totoong Whisper accuracy ay nakadepende nang husto sa audio quality, accent, at bilang ng speakers. Narito ang inaasahan mo.
Transcription accuracy (Whisper)
- Malinis na studio English, isang speaker~92–97%
- Accented English (non-native, regional)~85–92%
- Maingay na kapaligiran (cafe, telepono, outdoor)~80–90%
- Malinis na Spanish, French, German, Italian, Portuguese, Dutch~88–94%
- Korean, Japanese, Indonesian, Turkish, Arabic, Polish~85–92%
Source: Open ASR Leaderboard + Whisper paper benchmarks (LibriSpeech, FLEURS, Common Voice).
Accuracy ng speaker diarization
- 2 speakers, walang overlap95%+
- 3–4 speakers, minsanang overlap~88–94%
- 5–6 speakers, meeting dynamics~80–90%
- 7–15 speakers, panel o focus group~70–82%
- Hanggang 50 speakers (max na sinusuportahan)variable
Pinakamahusay na accuracy sa 2–6 na malinaw na speakers. Puwede mong palitan ang pangalan ng Speaker 1/2/3 sa editor pagkatapos.
Ano ang tunay na nakakaapekto
Tatlong bagay na mas mahalaga kaysa sa pagpili ng "pinakamahusay" na transcription tool:
- Isang disenteng mic (mas mahusay ang USB headset o lapel kaysa sa built-in ng laptop ng 5–15 accuracy points).
- Isang speaker sa isang pagkakataon — sinisira ng overlap ang parehong transcription at diarization.
- Mababang background noise. Mag-record sa saradong kwarto, hindi sa tabi ng fan o HVAC vent.
Kung kailangan mo ng legal-grade 100% accuracy (court filings, regulated research), gamitin ang human transcription services tulad ng Rev o GoTranscript sa $1.25–$1.99/min. Ang AI ay makakarating sa ~95% sa 1–2% ng gastos — okay para sa karamihan ng use cases, mali para sa iba.
Feature FAQ
Anong wika ang sinusuportahan ng VexaScribe at gaano ito katumpak?
99 wika, lahat ay pinapagana ng OpenAI Whisper. Ang accuracy ay nakadepende sa wika at kalidad ng audio: ~92-97% sa malinis na English audio (ayon sa Open ASR Leaderboard), ~88-94% sa malinis na Spanish, French, German, Italian, Portuguese, at Dutch, at ~85-92% sa Korean, Japanese, Indonesian, Turkish, Polish, at Arabic. Ang matinding accent, magkakaugnay na speakers, o maingay na kapaligiran ay nagpapababa sa mga numerong iyon ng 5-10 puntos. Ang wika ay awtomatikong nadedetect o puwede mo itong pilitin nang manual.
May public REST API ba ang VexaScribe?
Wala pa — ang VexaScribe ay isang web app, hindi isang API product. Kung kailangan mong isama ang transcription sa iyong sariling software, gamitin ang OpenAI Whisper API ($0.006/min), Deepgram (~$0.0043/min sa Nova-3), o AssemblyAI (~$0.012/min). Ang tatlo ay may tamang SDKs at documentation. Kung gusto mo ng no-code workflow na nag-a-upload ng files at nagda-download ng transcripts, ang VexaScribe ang tamang pili — pero hindi via API.
Anong file formats ang kayang i-transcribe ng VexaScribe?
Audio: MP3, WAV, M4A, FLAC, OGG, AAC, WMA, OPUS. Video: MP4, MOV, AVI, MKV, WebM, WMV, FLV. Ang audio track ay awtomatikong kinukuha mula sa video files — walang hiwalay na conversion step. Exports: TXT, DOCX, SRT, VTT, JSON.
Gaano kalaking file ang puwede kong i-upload?
Hanggang 5 GB kada file, na halos 90 oras ng MP3 sa 128 kbps o mga 8 oras ng 1080p video. Iyon ay higit pa sa 25 MB cap sa karamihan ng libreng converter sites at ang ~200 MB cap sa free tier ng Otter. Para sa mga file na mas malaki sa 5 GB, hatiin ang file sa Audacity o ffmpeg at i-upload ang mga chunks nang hiwalay.
Sinasanay ba ng VexaScribe ang mga AI model sa aking audio?
Hindi. Ang iyong audio at transcripts ay hindi ginagamit para magsanay ng anumang model — hindi sa amin o sa OpenAI (ginagamit namin ang Whisper sa pamamagitan ng API, na hindi nagsasanay sa inputs). Puwede mong tanggalin ang kahit anong file mula sa iyong dashboard anumang oras, at parehong ang audio at ang transcript ay tatanggalin. Ang audio ay naka-encrypt sa transit (TLS) at sa rest. Para sa attorney-client, clinical, o classified content kung saan ang breach ay lilikha ng direktang legal liability, i-install ang OpenAI Whisper nang lokal sa halip — walang cloud tool, kasama na kami, ang katumbas ng ganitong panganib.
Ano ang kasama sa free trial?
30 minutong transcription credit, lahat ng 99 wika, speaker detection, timestamps, bawat export format (TXT/DOCX/SRT/VTT/JSON), ang built-in editor, bulk upload (hanggang 50 files), at transcript translation sa 133 wika. Walang credit card na kailangan. Ang AI summaries at ang meeting bot (Zoom/Meet/Teams) ay para lang sa paid — nagsisimula ang mga iyon sa $2/buwan sa Starter plan.
Handa Nang Magsimulang Mag-transcribe?
Subukan ang VexaScribe nang libre na may 30 minutong transcription. Walang credit card na kailangan.