MP3 · WAV · M4A · FLAC → TXT · SRT · VTT
音訊轉文字
在瀏覽器中轉錄訪談、Podcast、講座錄音和語音備忘。編輯逐字稿並匯出 TXT、SRT 或 VTT。
選擇錄音實際使用的語言，與頁面語言無關。
首次使用需要連網，從 Hugging Face 下載 Whisper 語音模型，並從第三方 jsDelivr CDN 下載AI 執行元件；瀏覽器可能快取這些檔案。請保持頁面開啟，處理速度取決於裝置效能。
音訊和逐字稿保留在目前裝置，不會上傳。
首次使用需要連網，從 Hugging Face 下載 Whisper 語音模型，並從第三方 jsDelivr CDN 下載AI 執行元件；瀏覽器可能快取這些檔案。請保持頁面開啟，處理速度取決於裝置效能。
請核對結果，辨識準確率不作保證；暫不支援說話者辨識。 本工具不進行翻譯、摘要或說話者分離。
三步將錄音轉為文字
- 1
選擇音訊
從裝置中選擇語音清晰的錄音檔案。
- 2
轉錄音訊
選擇錄音實際使用的語言，開始本機轉錄。
- 3
下載 TXT
核對並編輯文字，再複製或下載。
逐字稿的用途
- 將訪談錄音整理為可搜尋的文字。
- 為 Podcast 製作逐字稿，方便編輯和閱讀。
- 複習講座錄音，或將語音備忘整理成筆記。
常見問題
錄音會上傳嗎？
音訊和逐字稿保留在目前裝置，不會上傳。 首次使用需要連網，從 Hugging Face 下載 Whisper 語音模型，並從第三方 jsDelivr CDN 下載AI 執行元件；瀏覽器可能快取這些檔案。請保持頁面開啟，處理速度取決於裝置效能。
支援哪些錄音檔案？
每次一個音訊檔案，最大 100 MiB、最長 5 分鐘。支援格式： MP3, M4A, WAV, AAC, OGG, OGA, Opus, FLAC, WebM, WebA.
應該選擇什麼語言？
選擇錄音實際使用的語言，與頁面語言無關。
轉錄準確嗎？
請核對結果，辨識準確率不作保證；暫不支援說話者辨識。 本工具不進行翻譯、摘要或說話者分離。