How accurate is the AI transcription?

Clear speech without background noise and overlapping voices works best. Check names and technical terms before publishing.

What languages are supported?

Whisper detects the language on its own. You can also pick one of 20 languages from the list, including English, Polish, German, Spanish, French, Ukrainian, Arabic, Hindi, Japanese and Chinese.

Can I export as SRT subtitles?

Yes. When the transcript has timestamps, you can download it as an SRT subtitle file for video editors.

What file formats are supported?

Audio: MP3, WAV, FLAC, OGG, M4A, AAC and WebM. Video: MP4, MOV, WebM, MKV and AVI. Up to 50 MB per file.

Can I transcribe video files?

Yes. Upload the video directly — the server extracts the sound track with ffmpeg and transcribes only the audio.

Does it tell speakers apart?

No. The transcript is one continuous text with timestamps; add speaker names yourself if you need them.

Where is my file processed?

The file goes to the Pixelift server in the EU, and the Whisper model runs at our provider Replicate (USA), listed among our sub-processors.

How much does transcription cost?

Each transcription costs 0.5 credits regardless of audio length. Credits are returned automatically if the transcription fails. New accounts receive free credits to try the service.

Transcription par IA

Transcrivez l'audio et la vidéo en texte

Téléversez un enregistrement ou une vidéo : le modèle Whisper transforme la parole en texte horodaté. Téléchargez-le en TXT ou en sous-titres SRT.

50 Mo audio ou vidéo
TXT et sous-titres SRT
0,5 crédit par fichier

Opérationnel
0.5 cr · Whisper

Le fichier est envoyé au serveur Pixelift dans l'UE, et le modèle Whisper le transcrit chez notre fournisseur Replicate (États-Unis), inscrit sur la liste des sous-traitants.

Une tâche échouée ne coûte rien : les crédits sont rendus automatiquement. Nous gardons les résultats photo et vidéo 30 jours, et les fichiers des invités sont supprimés après 14 jours.

Packs de crédits dès 1,49 USD, paiement unique. Les crédits n'expirent jamais et aucun abonnement n'est requis.

Qu’est-ce que Parole en texte ?

Parole en texte est un outil IA de Pixelift qui fonctionne dans le navigateur, sans installation. Téléversez un enregistrement ou une vidéo : le modèle Whisper transforme la parole en texte horodaté. Téléchargez-le en TXT ou en sous-titres SRT. Moteur : Whisper. Coût : 0,5 crédit par résultat ; les crédits s’achètent une fois par packs dès 1,49 $, sans abonnement, et ils n’expirent jamais. Les fichiers arrivent sur notre serveur dans l’UE ; si l’outil utilise un modèle d’IA, il tourne chez un prestataire de notre liste de sous-traitants. Nous n’entraînons jamais de modèles avec eux.

Comment ça fonctionne

Étape 1
Téléverser le fichier
Choisissez un fichier audio ou une vidéo jusqu'à 50 Mo. La transcription nécessite un compte.
Étape 2
Whisper transcrit
Le modèle Whisper transforme la parole en texte et le découpe en segments horodatés.
Étape 3
Obtenez votre texte
Copiez la transcription, téléchargez-la en TXT ou exportez les sous-titres SRT.

Ce que vous obtenez

Langue détectée ou choisie

Whisper détecte seul la langue de l'enregistrement. Vous pouvez aussi choisir l'une des 20 langues de la liste, dont le polonais, l'anglais, l'allemand, l'ukrainien et le japonais.

Audio et vidéo

Téléversez du MP3, WAV, FLAC, OGG, M4A, AAC ou WebM, ou une vidéo MP4, MOV, WebM, MKV ou AVI. Pour une vidéo, nous extrayons seulement la piste son sur notre serveur.

Sous-titres SRT

Les segments de texte sont horodatés, ce qui nous permet de créer un fichier SRT pour le montage vidéo et la publication de sous-titres.

Cas d'usage

Transcription pour tous les workflows

Sous-titres vidéo

Préparez des fichiers SRT pour YouTube, TikTok et les réseaux sociaux. Relisez le texte avant de publier : la transcription automatique peut se tromper.

Notes de podcast

Transformez un épisode de podcast en texte consultable pour des notes ou un article.

Comptes rendus de réunion

Téléversez l'enregistrement d'une réunion et obtenez du texte pour vos notes. Whisper ne distingue pas les intervenants : qui a dit quoi, c'est à vous de l'ajouter.

Réutilisation de contenu

Servez-vous d'un enregistrement comme point de départ pour un article, une publication ou une documentation.

Questions fréquemment posées

Quelle est la précision de la transcription ?

Elle est meilleure avec une parole claire, sans bruit ni voix qui se chevauchent. Vérifiez les noms propres et les termes techniques avant de publier.

Quels fichiers sont pris en charge ?

Audio : MP3, WAV, FLAC, OGG, M4A, AAC et WebM. Vidéo : MP4, MOV, WebM, MKV et AVI. Jusqu'à 50 Mo par fichier.

Puis-je télécharger des sous-titres SRT ?

Oui. Quand la transcription est horodatée, un bouton de téléchargement des sous-titres SRT apparaît à côté de la copie et du téléchargement TXT.

Quelles langues sont prises en charge ?

Whisper détecte la langue seul. Vous pouvez aussi choisir l'une des 20 langues de la liste, utile quand la détection automatique se trompe.

Combien coûte la transcription ?

Un prix fixe par fichier, quelle que soit la durée de l'enregistrement (jusqu'à 50 Mo). Le prix s'affiche sur le bouton et, si la transcription échoue, les crédits sont rendus.

Plus d'outils

Vidéo et audio

Tout voir

Prêt à transcrire ?

Téléversez un enregistrement ou une vidéo et obtenez du texte horodaté. Rien à installer : le fichier est traité sur notre serveur.

Transcrire l'audio Voir les tarifs

Appel depuis le code

Un endpoint, la clé dans l'en-tête. Le même outil que sur cette page, sans navigateur.

curl -X POST https://pixelift.pl/api/v1/generations \
  -H "Authorization: Bearer pk_live_..." \
  -H "Idempotency-Key: $(uuidgen)" \
  -F "tool=speech-to-text" \
  -F "audio=@nagranie.mp3" \
  -F "language=polish"

Réponse : { "id": "cmk8…", "tool": "speech-to-text", "status": "succeeded", "assets": [{ "kind": "output", "url": "/uploads/…" }], "result": { "text": "…", "creditsUsed": 0.5 } }

Une nouvelle tentative avec le même en-tête Idempotency-Key n'est jamais facturée deux fois ; l'état et le flux d'événements sont sur /api/v1/generations/{id}. La route directe de l'outil fonctionne toujours : POST /api/ai-audio/speech-to-text

Champs de la requête

`tool`	string	obligatoire	Narzedzie (v1)
`audio`	file	obligatoire	Nagranie
`language`	string	facultatif	Pelna nazwa jezyka po angielsku albo „None" dla autodetekcji