音频转文字

音频转文字工具可以将语音备忘录、采访、讲座、会议录音、播客、通话录音或视频中的声音转成文字。选择文件或用麦克风录音，转写结果就会逐行显示，每行都带有对应的时间戳。

两种转写方式

转写后可以做什么

• 对照录音校对：点击时间戳播放对应片段，点击任意一行修改文字。
• 复制或下载纯文本，可选择是否包含时间戳和说话人姓名。
• 生成字幕：下载 SRT 或 VTT 字幕，时间与语音对应，并自动分行以便阅读。
• 继续处理：翻译文本、提炼摘要要点，或将字幕嵌入视频。

如何提高转写准确率

• 录音时让麦克风靠近说话人，远离音乐和风扇；噪声是影响准确率的主要因素。
• 采访和会议建议使用 AI 模式，方便标明每句话是谁说的。
• 如果视频无法读取，可先用音频提取工具提取音轨，再转写 MP3 文件。

常见问题

怎么把音频转成文字？

选择音频文件，或用麦克风录音，然后点击“免费转文字”或“用 AI 转文字”。转写结果会逐行显示，每行都带时间戳。你可以复制文字，也可以下载 TXT 文本或 SRT、VTT 字幕。

真的免费吗？

是的。免费模式直接在你的浏览器中运行 OpenAI 的 Whisper 语音识别模型，每位访客每天可免费使用 10 分钟（每个文件至少计为 1 分钟），Pro 或 Premium 用户不限时长。AI 模式每分钟语音消耗 3 积分，每位访客每天可领取 3 个免费 AI 积分，因此每天前 1 分钟的 AI 转写免费。

免费模式和 AI 模式有什么区别？

免费模式无需上传（每天免费 10 分钟，Pro 用户不限时长），适合语言单一、声音清晰的录音。但遇到口音、噪声或英语以外的语言时，准确率较低，也无法区分说话人。AI 模式会添加更准确的标点、自动识别语言，对口音和背景噪声的处理更好，还会标注每位说话人（说话人 1、说话人 2），你也可以改成他们的姓名。

可以把视频转成文字吗？

可以。选择 MP4、MOV、WebM、MKV 等视频文件，工具会读取其中的音轨。AI 模式只发送压缩后的小体积音频文件，视频画面不会离开你的电脑。

可以生成字幕吗？

可以。将转写结果下载为 SRT 或 VTT，每行文字都会生成带起止时间的字幕，较长的句子会拆成便于阅读的两行字幕。你可以在 YouTube、Premiere、CapCut 或 VLC 中使用，也可以用我们的“给视频加字幕”工具将字幕嵌入视频。

支持哪些语言？

AI 模式支持 100 多种语言并自动识别，包括英语、西班牙语、葡萄牙语、法语、德语、中文、日语、韩语、俄语、阿拉伯语和印地语。免费模式也支持这些主要语言，但需要先选择录音语言。

录音最长可以多长？

最长 3 小时，文件最大 500 MB。免费模式下，没有套餐的访客每天可转写 10 分钟；Pro 或 Premium 用户没有每日时长限制。长录音会拆成每段不超过两分钟的片段，在停顿处切分，避免截断词语。每完成一段，页面就会显示对应文字。你可以随时停止，稍后继续。

录音隐私有保障吗？

免费模式下，所有内容都留在你的电脑上。AI 模式会分段发送音频进行转写，不保存音频；转写文本仅向你显示，也不会留存。

转写准确率怎么样？

声音清晰时，AI 模式的词语识别准确率通常远高于 90%，每行时间戳的误差通常不到一秒。人名、专业术语、较轻的说话声和多人同时说话容易识别出错，因此你可以在页面上逐行修改后再下载。