Ang Beey ay malawakang itinuturing na isa sa mga pinakamahusay na tool sa transkripsyon ng AI dahil sa abot-kayang presyo at mahusay na serbisyo sa customer.

Sinusuportahan ng platform ang lahat ng pangunahing format ng audio at video kabilang ang MP4, MP3, WAV, AAC (MP4 audio), VORBIS at OPUS. Bagama't pinapayagan ng Beey ang live na transkripsyon ng audio, ang feature na ito ay nasa beta mode pa rin, kaya maaaring may ilang hindi mahuhulaan sa mga resulta. 

Nagbabala rin ang Beey sa mga gumagamit nito na ang mga resulta nito ay nakadepende sa kalidad ng naitalang audio. Ang mga abala tulad ng ingay sa background ay maaari ring makaapekto sa kalidad nito. 

Sa kabuuan, inaangkin ng Beey na may katamtamang 90% na katumpakan ang AI transcription tool nito, na tila makatotohanan at tapat. Naaayon din ito sa mga resultang aming natagpuan noong sinubukan namin ang app.

Isang screenshot ni Beey na nagko-transcribe ng isang video sa YouTube. Pinagmulan: Beey

May dalawang antas ng pagpepresyo ang Beey:

• Karaniwan: 7.50 euro (~$8.20) kada oras ng transkripsyon
• Enterprise: Pasadyang pagpepresyo

Para sa mga gumagamit na naghahanap ng libreng bersyon, nag-aalok ang Beey ng libreng transkripsyon sa unang 30 minuto. Dahil dito, isa ang Beey sa mga pinaka-matipid na tool sa listahan.

Ang Meetgeek ay isa sa mga pinakasikat na tool sa transkripsyon ng AI na may mahigit 10,000 na koponan sa buong mundo ang gumagamit nito.

Isa sa mga pinakamatinding punto nito ay ang kakayahang magbigay ng detalyadong analytics para sa bawat pulong, pati na rin para sa isang hanay ng mga pulong sa paglipas ng panahon. Makikita ng mga user ang mga sukatan tulad ng pakikipag-ugnayan sa pulong, burnout at marami pang iba. 

Isang kapaki-pakinabang na tampok ng Meetgeek, lalo na para sa mga negosyo, ang kakayahang payagan ang pasadyang pagba-brand ng mga video at transkripsyon ng pulong na may logo at kulay ng kumpanya. Pinapayagan din ng tool ang mga manager na kontrolin ang mga view at layout, upang ang iba't ibang elemento mula sa isang pahina ng pulong ay makikita lamang ng isang paunang natukoy na madla, tulad ng mga customer o ilang partikular na empleyado lamang.

Ang Meetgeek ay nakakapag-integrate sa lahat ng pangunahing workflow tools tulad ng Slack, Gdrive, Trello, at sa mahigit 2,000 app sa pamamagitan ng Zapier.

Isang screenshot ng Meetgeek na nag-transcribe ng na-upload na audio file. Sa kanang bahagi, ipinapakita rin nito ang mga highlight nang real time. Pinagmulan: Meetgeek

Ang tool ay may apat na plano sa pagpepresyo:

• Libre: nagbibigay-daan sa limang oras ng transkripsyon bawat buwan na may limitadong mga tampok
• Pro: $13.30 kada buwan (sinisingil buwan-buwan), $10.50 kada buwan (sinisingil taun-taon)
• Negosyo: $27.30 kada buwan (sinisingil buwan-buwan), $20.30 kada buwan (sinisingil taun-taon)
• Enterprise: nagsisimula sa $59 bawat buwan 

Para sa mga negosyong hindi sigurado kung mamumuhunan o hindi sa isang bayad na tool, nagbibigay din ang Meetgeek ng isang madaling gamiting ROI calculator na nagbibigay-daan sa mga negosyo na tantyahin kung magkano ang maaari nilang asahan na matitipid sa paggamit nito.

Ang Notta ay isang Japanese AI transcription tool na kayang mag-transcribe ng isang oras na audio sa loob ng limang minuto kasama ang isang maigsi at maikling buod. Ipinagmamalaki ng listahan ng mga kliyente ng kumpanya ang mga kahanga-hangang pangalan kabilang ang PricewaterhouseCoopers (PwC), Salesforce at Grammarly.

Nagbibigay ang Notta ng mataas na antas ng kontrol sa organisasyon, na nagpapahintulot sa paghihigpit sa pag-access sa pamamagitan ng IP address habang binibigyan ang mga user ng kakayahang magtakda ng mga limitasyon sa panlabas na pagbabahagi. May kakayahan din itong kumuha ng mga recording sa screen, bukod sa pag-transcribe ng audio/video at pagbuo ng mga buod.

Kapansin-pansin ang pinagmulang Hapon ng Notta sa website nito, na may ilang nilalaman na lumalabas lamang sa wikang Hapon kahit sa site nito na gumagamit ng wikang Ingles. Dahil dito, medyo mahirap ang nabigasyon para sa mga hindi nagsasalita ng wikang Hapon. Nakalista rin ang mga plano sa pagpepresyo sa Japanese yen, sa halip na mga perang mas pamilyar sa mga kostumer sa Kanluran tulad ng dolyar ng US o euro.

Nag-aalok ang Notta ng apat na plano sa pagpepresyo:

• Libre: 120 minuto bawat gumagamit bawat buwan
• Premium: 1,200 yen (~$8) kada buwan
• Negosyo: 6,210 yen (~$42) kada buwan
• Enterprise: Pasadyang pagpepresyo

Ang presyo nito ay ginagawang isa ang Notta sa mga pinaka-budget-friendly na opsyon sa listahang ito.

Ang Otter ay isang tool na idinisenyo upang masulit ang mga live na meeting, maging ito man ay mga sales call o mga online na klase.

Halimbawa, ang OtterPilot for Sales, ang espesyalisadong tool sa pagbebenta ng Otter, ay awtomatikong kumukuha ng mga insight sa pagbebenta mula sa mga recording, bumubuo ng mga follow-up email, at nagpapadala ng mga call note sa Salesforce. 

Isa pang kawili-wiling tampok ng Otter ay ang Slack app nito. Bagama't karamihan sa iba pang mga tool na sakop sa listahan ay may kasamang karaniwang Android at iOS apps kasama ang mga extension ng Chrome, ang Otter ay mayroon ding Slack app na nagbabahagi ng mga real-time na update mula sa mga live na pagpupulong papunta sa channel ng Slack ng koponan, na tinitiyak na ang lahat ay may alam tungkol dito. 

Madali ring kumokonekta ang Otter sa Dropbox para awtomatikong ma-transcribe at ma-sync sa Otter ang anumang audio o video na ilalagay sa folder ng Otter app sa Dropbox.

Isang screenshot ni Otter na tinatranscribe ang isang buong episode ng palabas sa TV na Veep. Pinagmulan: Otter

Nag-aalok ang Otter ng apat na plano sa pagpepresyo:

• Libre: Pinapayagan ang 300 minuto ng buwanang transkripsyon
• Pro: $16.99 kada buwan (sinisingil buwan-buwan), $10 kada buwan (sinisingil taun-taon)
• Negosyo: $35 kada buwan (sinisingil buwan-buwan), $20 kada buwan (sinisingil taun-taon)
• Enterprise: Pasadyang pagpepresyo

Rev sa marami pang ibang entry na sinuri rito, dahil nag-aalok ito ng parehong transkripsyon na pinapagana ng tao at AI.

Bukod sa kagamitang pinapagana ng AI, mayroon din itong pangkat ng mga propesyonal na nag-i-transcribe ng audio o video sa mahahanap na teksto sa loob ng wala pang 12 oras. Malaking tulong ito sa mga pagkakataong ang naitalang kalidad ng audio ay masyadong mahina para maproseso ng AI, o kung saan nais ng mga gumagamit ang pinakamataas na antas ng katumpakan. 

Ang serbisyo ng transkripsyon na pinapagana ng AI ay makukuha sa mas murang halaga at mas mabilis na oras ng pag-ikot. Ginagarantiyahan ng Rev ang mahigit 90% na katumpakan para sa serbisyong ito, na tila naaayon sa mga pamantayan ng industriya.

Ang Rev ay may kasamang maraming libreng app at tool kabilang ang voice recorder app, isang in-browser audio cutter at trimmer tool, at isang audio transcription app. Pinapayagan din nito ang open at closed captioning na kumukuha hindi lamang ng pananalita sa isang video kundi pati na rin ng mga sound effect, atmospheric atmospheres, at mga musical cues

Ang mga plano sa pagpepresyo ng Rev ay batay sa serbisyong kailangan ng isang gumagamit.

• Transkripsyon ng AI: nagsisimula sa $0.25 kada minuto
• Transkripsyon ng Tao: nagsisimula sa $1.50 kada minuto

ang Scribie sa lahat ng iba pang entry sa listahang ito dahil hindi ito nag-aalok ng purong AI-based transcription tool, kundi isang serbisyo ng AI-transcription na beripikado ng tao.

Tahasang kinikilala ng Scribie ang mga limitasyon ng transkripsyon na nakabatay sa AI, at sumusunod sa dalawang-hakbang na proseso ng transkripsyon. Ang mga taong transcriber nito ay unang binibigyan ng isang awtomatikong transkripsyon na inihanda ng isang AI tool, na pagkatapos ay kailangan nilang beripikahin at itama sa higit sa 99% na katumpakan. 

Ang Scribie ay mayroong mahigit 50,000 transcriber na nakakalat sa iba't ibang time zone upang matiyak ang napapanahong paghahatid ng mga transcript sa mga customer nito, bagama't wala itong ipinapangako pagdating sa mga oras ng paghahatid. Ang Scribie ay may flat rate na $1.25 kada minuto na may 24 oras na turnaround time at ginagarantiyahan ang 99% na accuracy rate, na siyang pinakamataas sa listahan.

Ang Sonix ay isang tool na maraming inaangkin na mga unang bentahe. Inaangkin nito na ito ang unang audio word processor sa mundo, na nagpapahintulot sa pag-edit ng teksto sa loob ng isang web browser. Inaangkin din nito na mayroon itong unang "SEO-friendly media player" sa mundo, bagama't sa pagsasagawa, isinasalin ito sa pagbuo ng isang text na bersyon ng isang audio o video file — isang functionality na taglay ng bawat AI transcription tool ngayon.

Kayang i-transcribe ng Sonix ang nilalaman nang may 95-97% na katumpakan, na mas mataas kaysa sa karamihan ng iba pang mga tool. Sinusuportahan nito ang halos lahat ng pangunahing tool sa video conferencing kabilang ang Zoom, Google Meets, Loom, Skype, at Microsoft Teams.

Isang screenshot ni Sonix na nagko-transcribe ng isang video sa YouTube. Pinagmulan: Sonix

May tatlong plano sa pagpepresyo ang Sonix: 

• Karaniwan: $10 kada oras
• Premium: $5 kada oras kasama ang $22 kada user kada buwan na subscription
• Negosyo: Pasadya

Walang libreng bersyon ang Sonix, ngunit mayroon itong trial version na may 30 minutong libreng transkripsyon. Gayunpaman, ang pag-sign up para sa trial version ay nangangailangan ng mga user na magbigay ng kanilang mga detalye sa credit card.

Ang Speak ay isang kagamitan sa transkripsyon na dalubhasa sa pagtulong sa mga kwalitatibong mananaliksik at mga marketer na makakuha ng mas mahusay na mga pananaw mula sa kanilang datos.

Para sa layuning ito, nagbibigay ito sa mga gumagamit ng makapangyarihang kakayahan sa pag-visualize ng datos na nagbibigay-daan sa mga gumagamit na makita ang output ng kanilang mga na-transcribe na recording sa maraming visual at maibabahaging anyo tulad ng mga word cloud, tsart, at mga custom na ulat. Nangangako ang Speak na magagawa ang lahat ng ito nang may katumpakan na mahigit 95% para sa tool nitong nakabatay sa AI. 

Para sa mga mananaliksik na nangangailangan ng mas mataas na katumpakan, o mas detalyadong mga pananaw at pagsusuri, nagbibigay din ang Speak ng transkripsyon ng mga ekspertong tao na inihahatid sa loob ng 48 oras na may 99% na katumpakan.

Kaya rin ng Speak na kilalanin ang pinangalanang entity, na nagbibigay-daan para sa mahusay na pagkuha at pagkategorya ng mga pinakamahalagang insight mula sa transkripsyon, kabilang ang mga keyword at trend.

Pagdating sa seguridad, ang Speak ay kabilang sa mga pinakaligtas na tool sa merkado, na may mga kakayahan tulad ng PII (personally identifiable information) redaction na nagbibigay-daan sa mga user na itago o alisin ang sensitibong nilalaman, at pagsunod sa HIPAA.

Isang screenshot ng Speak habang tinatranscribe ang isang video sa YouTube ni Gary Neville na kinakapanayam si David Beckham. Pinagmulan: Speak.ai

May dalawang plano sa pagpepresyo ang Speak:

• Panimulang Bayad: $71 kada buwan (singilin buwan-buwan), $57 kada buwan (singilin taun-taon)
• Pasadya: Pasadyang pagpepresyo

Ang Taption ay isang kagamitan sa transkripsyon na ipinagmamalaki ang mataas na antas ng katumpakan at bilis ng transkripsyon nito.

Sa aming mga pagsubok, natuklasan namin na ang Taption ay nakakapag-transcribe ng audio nang hanggang mahigit 90%. Gayunpaman, pagdating sa bilis, nangunguna ang Taption sa mga kakumpitensya. Nakapag-transcribe ito ng 20 minutong YouTube video na ipinasok namin dito sa loob ng wala pang 2 minuto, kumpleto na ang label ng speaker.

Isa pang bentahe ng Taption kumpara sa mga kakumpitensya nito ay ang mataas na antas ng katumpakan ng transkripsyon pagdating sa mga wikang Tsino, Hapon, at Koreano o CJK, kung saan karamihan sa iba pang mga tool ay nahihirapang makabuo ng mga tumpak na transkripsyon.

May tatlong plano sa pagpepresyo ang Taption:

• Standard: Ang planong ito ay nagbibigay-daan sa lahat ng user na mag-sign up ng 15 minutong libreng transkripsyon. Ang karagdagang minuto ay sinisingil ng $8 kada oras na may maximum na limitasyon sa pag-upload ng file na 2 GB.
• Premium: Ang planong ito ay nagkakahalaga ng $10.8 kada buwan (sinisingil taun-taon) at $12 kada buwan (sinisingil buwan-buwan). Mayroon itong 120 libreng buwanang minuto ng paggamit, na may karagdagang minuto sa halagang $6 kada oras.
• Maramihan: Ang planong ito ay nagkakahalaga ng $62.1 kada buwan (sinisingil taun-taon) at $69 kada buwan (sinisingil buwan-buwan). Mayroon itong 1,000 libreng buwanang minuto ng paggamit, na may karagdagang minuto sa halagang $3 kada oras

Ang Transkriptor ay isang maraming gamit na tool na makukuha sa mga Android at iOS app, isang extension ng Google Chrome para sa mga desktop user, at isang serbisyo sa web page. Pinapayagan nito ang mga user na ma-access ang tatlong serbisyo gamit ang isang subscription — text to speech, speech to text, at isang AI-powered writing assistant.

Inaangkin ng Transkriptor na kaya nitong magbigay ng 99% na katumpakan, bagama't mahirap matukoy kung gaano kapani-paniwala ang pahayag na iyon, dahil ang pinakamahusay na resulta para sa purong AI speech-to-text transcription ay bihirang lumampas sa 97%.

Pagdating sa bilis ng transkripsyon, inaangkin ng app na kayang i-transcribe ang audio sa halos kalahati ng oras ng file. Ang ibig sabihin nito sa pagsasagawa ay kaya nitong i-transcribe ang isang 20-minutong audio file sa loob ng humigit-kumulang 10 minuto.

Sa kasong ito, natuklasan namin na nalampasan ng Transkriptor ang mga inaasahan ng gumagamit, na nagawang i-transcribe ang isang 12 minutong YouTube file sa loob ng humigit-kumulang 4 na minuto.

Isang screenshot ng Transkriptor na nagsusulat ng isang video sa YouTube ayon sa tagapagsalita. Pinagmulan: Transkription

Ang Transkriptor ay may dalawang plano sa pagpepresyo:

• Lite: $9.99 kada buwan (sinisingil buwan-buwan), $4.99 kada buwan (sinisingil taun-taon)
• Premium: $24.99 (sinisingil buwan-buwan), $12.49 bawat buwan (sinisingil taun-taon)

Ang Trint ay isang AI transcription tool na idinisenyo para sa industriya ng media. Itinatag ito noong 2014 ng Emmy Award winning war correspondent na si Jeff Koffman na nagnais na malampasan ang mga limitasyon ng manual transcription.

Hindi kataka-taka, kung gayon, na ang Trint ay mayroong kahanga-hangang listahan ng mga kliyente mula sa mundo ng pamamahayag, kabilang ang BBC, Washington Post at Financial Times.

Pinapayagan ng Trint ang mga user na maghanap ng maraming transcript para makakuha ng mga quote para sa mga podcast , artikulo, script, at soundbite. Nagbibigay-daan ito para sa paglikha ng mas tunay na mga kuwento at nakakahimok na mga salaysay. Ang Trint ay isa ring lubos na collaborative tool na nagbibigay-daan para sa pagbabahagi, pagkomento, at pag-edit ng nilalaman sa mga koponan, habang nagbibigay ng kakayahang magpatupad ng mahigpit na kontrol sa pag-access sa mga dokumento para sa seguridad.

May tatlong plano sa pagpepresyo ang Trint's 

• Simula: $60 bawat user bawat buwan (sinisingil buwan-buwan), $48 bawat user bawat buwan (sinisingil taun-taon)
• Advanced: $75 bawat user bawat buwan (sinisingil taun-taon), $60 bawat user bawat buwan (sinisingil taun-taon)
• Enterprise: Pasadyang pagpepresyo

Sa pangkalahatan, ang presyo ng Trint ay ginagawa itong isang bahagyang mas mahal na opsyon kumpara sa iba pang mga entry sa listahang ito.