Nagranie ze spotkania wgrywasz po fakcie — plik z Teams, Zooma, Meeta albo dyktafonu, bez instalowania czegokolwiek na samej rozmowie. Dostajesz cały zapis ze znacznikami czasu i podziałem na mówców, wyszukiwanie po treści oraz eksport do TXT i SRT. Półtoragodzinne spotkanie to jednorazowo 35,10 zł. Nagrania do pięciu minut są darmowe po zalogowaniu.
Prześlij nagranie. Konto założysz dopiero po wyniku.
Upuść plik tutaj lub wybierz go z dysku. Najpierw pokażemy Ci początek transkryptu.
Który model transkrypcji myli najmniej słów?
skryba.ai transkrybuje na modelu Scribe v2, który w niezależnym indeksie Artificial Analysis myli 2,2% słów — najmniej ze wszystkich mierzonych. Dla porównania Gemini 3.5 Transcribe myli 2,6%, a Whisper large-v3 — 4,1%. To ten sam model, który zapisuje początek transkryptu pokazywany przed płatnością.
Word Error Rate — błędnie rozpoznane słowa — mniej = lepiej
Model
WER
skryba.ai (Scribe v2)model, na którym transkrybujemy
2,2%
MAI-Transcribe-1.5Microsoft Azure
2,4%
Gemini 3.5 TranscribeGoogle
2,6%
Universal-3 ProAssemblyAI
3,1%
GPT TranscribeOpenAI
3,3%
Whisper large-v3OpenAI
4,1%
Nova-3Deepgram
5,2%
Źródło: Artificial Analysis, indeks AA-WER v2, tryb non-streaming — odczyt 27 sierpnia 2026. Pokazujemy siedem z ponad 40 mierzonych modeli: czołówkę zestawienia i najbardziej rozpoznawalne nazwy. Ranking mierzy przede wszystkim nagrania po angielsku — dla polszczyzny nikt takiego porównania nie publikuje. Dlatego początek każdej transkrypcji pokazujemy, zanim o cokolwiek poprosimy.
Bez bota na spotkaniu
Większość narzędzi do spotkań prosi o wpuszczenie asystenta na rozmowę. My działamy odwrotnie: rozmowa się kończy, Ty wgrywasz plik, my zwracamy tekst. Nikt nie dołącza do spotkania, nie widnieje na liście uczestników i nie trzeba go tłumaczyć klientowi.
Jest w tym jeden warunek i mówimy o nim od razu: musisz mieć nagranie. Jeśli spotkanie nie zostało nagrane, nie ma z czego zrobić tekstu — nagrywanie włącza platforma albo dyktafon na stole, nie my.
Nie dołączamy do spotkań na Teams, Zoomie ani Meecie.
Nie nagrywamy z mikrofonu — pracujemy wyłącznie na gotowym pliku.
Nie piszemy streszczeń ani list zadań. Dostajesz pełny zapis rozmowy, a notatkę albo protokół piszesz z niego sam.
Jeśli szukasz asystenta, który sam wejdzie na rozmowę i podsumuje ją w punktach, to nie jest to narzędzie i szkoda Twojego czasu na zakładanie konta.
Druga rzecz, którą warto wiedzieć przed wgraniem czegokolwiek: Teams, Zoom i Google Meet mają własną transkrypcję, włączaną w trakcie spotkania, w większości planów firmowych bez dopłaty. Jeśli spotkanie dopiero się odbędzie i prowadzisz je na jednej z tych platform, włącz ją tam — nie musisz niczego wgrywać. Skryba przydaje się wtedy, gdy nagranie już masz w pliku: ze spotkania nagranego dyktafonem na stole, z rozmowy, którą ktoś Ci przesłał, albo z platformy, na której transkrypcji nikt nie włączył.
Skąd wziąć plik ze spotkania
Każda platforma zapisuje nagranie u siebie i pozwala je pobrać. Plik przesyłasz w takiej postaci, w jakiej go dostałeś — konwersja nie jest potrzebna, a ze wideo wyciągamy ścieżkę dźwiękową po swojej stronie.
Skąd
Zwykle dostajesz
Co zrobić
Microsoft Teams
MP4 z chmury, czasem sam dźwięk jako M4A
Prześlij bez zmian
Zoom
MP4 i osobny plik dźwiękowy M4A
Wybierz M4A — mniejszy, a wynik ten sam
Google Meet
MP4 zapisany na Dysku Google
Pobierz z Dysku i prześlij
Dyktafon albo telefon na stole
MP3, WAV, WMA lub M4A
Zgraj i prześlij
Nagranie z karty przeglądarki
WebM
Prześlij bez zmian
Przewiń tabelę w bok, aby zobaczyć pozostałe kolumny.
Linku do spotkania ani adresu z YouTube nie pobierzemy. Działa za to bezpośredni adres HTTPS do samego pliku, na przykład z firmowego dysku, który taki link udostępnia — takie pliki ściągamy do 500 MB.
Co dostajesz po kilku minutach
Cały zapis spotkania, nie fragment, ze znacznikami czasu przy każdej wypowiedzi.
Podział na mówców, którym nadajesz imiona w edytorze — „Anna”, „klient”, „prowadzący”.
Wyszukiwanie po treści wszystkich nagrań: wpisujesz zdanie albo nazwisko i trafiasz do spotkania, na którym padło.
Edytor w przeglądarce z odtwarzaczem obok, do poprawienia nazw własnych i liczb.
Eksport do TXT i SRT, z etykietami mówców albo bez.
Link do udostępnienia zapisu osobom spoza spotkania — wygasa po 30 dniach i możesz go unieważnić wcześniej.
Protokół powstaje z tego zapisu, a nie zamiast niego: masz dosłowne ustalenia z godziną, o której padły, więc nie musisz przewijać nagrania w poszukiwaniu jednego zdania.
Płacisz za rozpoczęte minuty: 0,39 zł za minutę, przy minimum 4,99 zł. Godzinne spotkanie to 23,40 zł, półtoragodzinne 35,10 zł. Jeśli takich spotkań jest kilka w miesiącu, taniej wychodzi kupno godzin z góry.
Jak często nagrywasz spotkania
Co wybrać
Koszt
Raz na jakiś czas, jedno nagranie
Pojedynczy transkrypt
0,39 zł za minutę, od 4,99 zł
Kilka spotkań, ale nieregularnie
Pakiet 5 godzin, bez terminu ważności
59 zł (11,80 zł za godzinę)
Cotygodniowy status i kilka rozmów z klientem
Abonament Starter, 4 godziny miesięcznie
39 zł miesięcznie (9,75 zł za godzinę)
Kilkanaście godzin nagrań miesięcznie
Abonament Pro, 10 godzin miesięcznie
89 zł miesięcznie (8,90 zł za godzinę)
Przewiń tabelę w bok, aby zobaczyć pozostałe kolumny.
Godziny z abonamentu wygasają z końcem okresu rozliczeniowego, godziny z pakietu zostają na koncie, dopóki ich nie zużyjesz. Jest jeszcze pakiet 10 godzin za 99 zł, jeśli wolisz kupić raz i nie wracać do tematu. Przez 14 dni od zakupu możesz odstąpić od umowy i odzyskać całą wpłatę, także za godziny już wykorzystane.
Nagranie ze spotkania a RODO
Nagranie rozmowy to dane osobowe wszystkich, którzy się na nim odezwali. Administratorem jesteś Ty albo Twoja firma; my przetwarzamy plik po to, żeby zwrócić tekst. Poniżej fakty, na których możesz to oprzeć.
Pliki leżą na Cloudflare R2 w Europejskim Obszarze Gospodarczym, w prywatnym zasobniku.
Rozpoznawanie mowy wykonuje ElevenLabs, Inc. w USA: dostaje plik audio przez wygasający link i zwraca tekst; transfer na standardowych klauzulach umownych, szczegóły w polityce prywatności.
Przygotowanie wersji zredagowanej wysyła sam tekst transkryptu do Anthropic w USA — pytamy o to osobno, przed pierwszym użyciem. Pliku audio tam nie wysyłamy.
W ustawieniach włączysz automatyczne usuwanie audio po 1, 7 albo 30 dniach; transkrypt zostaje.
Nagranie razem z transkryptem i udostępnieniami usuwasz sam, w każdej chwili — tak samo jak całe konto.
Link do udostępnienia wygasa po 30 dniach; rotacja unieważnia poprzedni adres.
Poinformowanie uczestników o nagrywaniu i ustalenie podstawy prawnej zostaje po Twojej stronie.
Wersja zredagowana usuwa z zapisu wypełniacze i jąkania, i tylko je. Nie usuwa nazwisk ani innych danych osobowych — jeśli protokół ma iść dalej w formie zanonimizowanej, zmieniasz te fragmenty w edytorze przed eksportem.
Najczęściej zadawane pytania
Czy przyjmiecie plik prosto z Teams albo Zooma?
Tak, bez konwersji. Teams i Zoom oddają nagranie jako MP4, a Zoom dodatkowo jako M4A z samym dźwiękiem; Meet zapisuje MP4 na Dysku Google, a nagranie karty przeglądarki to zwykle WebM. Wszystkie te formaty przesyłasz w całości — ze wideo wyciągamy ścieżkę dźwiękową po swojej stronie, więc niczego nie musisz wcześniej eksportować.
Czy rozdzieli wypowiedzi kilku osób?
Tak, rozpoznawanie mówców jest włączone domyślnie, a Ty nadajesz mówcom imiona w edytorze. Przy spotkaniu, na którym ludzie mówią po kolei, podział jest dobry. Przy sześciu osobach wchodzących sobie w słowo albo przy jednym mikrofonie na środku sali będzie wymagał poprawek. Darmowy podgląd pokazuje początek zapisu razem z podziałem, więc sprawdzisz to na własnym pliku.
Co ze spotkaniem po polsku, ale z angielskimi terminami?
Język nagrania wybierasz przed transkrypcją albo zostawiasz wykrywanie automatyczne. Przy rozmowie prowadzonej po polsku, w której padają angielskie nazwy i skróty, wybierz polski. Przy spotkaniu prowadzonym naprzemiennie w dwóch językach ustaw wykrywanie automatyczne i oceń wynik na darmowym podglądzie — to przypadek, w którym warto zobaczyć tekst przed zapłatą.
Ile czeka się na transkrypcję godzinnego spotkania?
Zwykle kilka minut. Nie musisz przy tym siedzieć: stronę możesz zamknąć, a transkrypt czeka na koncie. Przy dużym pliku wideo najdłużej trwa samo wysyłanie, dlatego przy nagraniu z Zooma warto wybrać wersję M4A, jeśli platforma daje wybór.
Gdzie trafia nagranie i jak długo je trzymacie?
Do prywatnego zasobnika na Cloudflare R2 w Europejskim Obszarze Gospodarczym. Trzymamy je, dopóki go nie usuniesz albo dopóki nie zrobi tego ustawienie automatycznego usuwania audio po 1, 7 lub 30 dniach — transkrypt przy takim usunięciu zostaje. Nagranie razem z transkryptem i udostępnieniami usuniesz ręcznie w każdej chwili, tak samo jak całe konto.
Czy muszę zakładać konto?
Do podglądu nie — przesyłasz plik i czytasz początek transkryptu bez podawania adresu e-mail. Pojedyncze spotkanie możesz też kupić bez konta: płacisz kartą albo BLIK-iem i czytasz całość, a nagranie zostaje dostępne przez 30 dni. Konto potrzebne jest do darmowych nagrań do pięciu minut i wtedy, gdy chcesz mieć wszystkie zapisy w jednym miejscu.
