MP3 · WAV · M4A · FLAC → TXT · SRT · VTT
音频转文字
在浏览器中转录采访、播客、讲座录音和语音备忘。编辑文本并导出 TXT、SRT 或 VTT。
选择录音中实际使用的语言，与页面语言无关。
首次使用需要联网，从 Hugging Face 下载 Whisper 语音模型，并从第三方 jsDelivr CDN 下载AI 运行组件；浏览器可能缓存这些文件。请保持页面打开，处理速度取决于设备性能。
音频和转录文本保留在当前设备，不会上传。
首次使用需要联网，从 Hugging Face 下载 Whisper 语音模型，并从第三方 jsDelivr CDN 下载AI 运行组件；浏览器可能缓存这些文件。请保持页面打开，处理速度取决于设备性能。
请核对结果，识别准确率不作保证；暂不支持说话人识别。 本工具不进行翻译、摘要或说话人分离。
三步将录音转为文字
- 1
选择音频
从设备中选择语音清晰的录音文件。
- 2
转录音频
选择录音中实际使用的语言，开始本地转录。
- 3
下载 TXT
核对并编辑文本，再复制或下载。
转录文本的用途
- 将采访录音整理为可搜索的文字。
- 为播客制作文字稿，方便编辑和阅读。
- 复习讲座录音，或将语音备忘整理成笔记。
常见问题
录音会上传吗？
音频和转录文本保留在当前设备，不会上传。 首次使用需要联网，从 Hugging Face 下载 Whisper 语音模型，并从第三方 jsDelivr CDN 下载AI 运行组件；浏览器可能缓存这些文件。请保持页面打开，处理速度取决于设备性能。
支持哪些录音文件？
每次一个音频文件，最大 100 MiB、最长 5 分钟。支持格式： MP3, M4A, WAV, AAC, OGG, OGA, Opus, FLAC, WebM, WebA.
应该选择什么语言？
选择录音中实际使用的语言，与页面语言无关。
转录准确吗？
请核对结果，识别准确率不作保证；暂不支持说话人识别。 本工具不进行翻译、摘要或说话人分离。