音訊轉文字
將語音轉為文字，支援約 100 種語言。拖放音訊或影片檔或錄下您的聲音，然後複製轉錄文字或下載為字幕。AI 模型在您的瀏覽器中執行，因此您的音訊絕不會離開您的裝置。
免費免註冊在本機執行，檔案絕不會離開您的裝置
如何使用這個工具
音訊轉錄使用完全在瀏覽器中執行的小型語音辨識模型，將語音轉換為文字。
使用方式
- 新增音訊 – 拖放音訊或影片檔（MP3、WAV、M4A、OGG、FLAC、WebM、MP4…），或點選「錄製」使用麥克風。
- 選擇語言 – 選擇所說的語言以獲得最佳準確度，或保留「自動偵測」。工具會使用為該語言打造的模型。
- 轉錄 – 點選「轉錄」。每完成一段音訊，文字就會隨之顯示；您可隨時停止。
- 儲存 – 複製文字，或下載為 TXT、SRT、VTT 或 JSON。點選時間戳記即可從該處播放音訊。
選擇「翻譯成英文」可取得英文譯文，而非轉錄文字。適用於希伯來文和英文以外的所有語言。
音訊
轉錄文字
摘要
從轉寫文字中挑出的關鍵句，由 multilingual-e5-small 挑選，這是一個在你的瀏覽器中執行的小型 AI 模型。首次使用時下載約 120 MB。點擊時間即可收聽該部分。
如何將音訊轉為文字
-
新增您的音訊
拖放音訊或影片檔，或使用麥克風錄音。
-
選擇語言
選擇所說的語言，或保留自動偵測。工具會為其選擇合適的模型。
-
轉錄
文字會直接在您的瀏覽器中逐段顯示。
-
複製或下載
複製文字，或下載為 TXT、SRT 或 VTT 字幕，或 JSON。
在瀏覽器中私密地將語音轉為文字
大多數線上轉錄服務會把你的錄音上傳到其伺服器，並按分鐘收費。本工具的做法不同：它會把一個小型開源語音辨識模型下載到你的瀏覽器，並在你自己的裝置上執行。你的訪談、講座、會議和語音備忘錄都不會外流。
您將獲得
- 支援約 100 種語言的轉錄，並可自動偵測語言。
- 將任何支援語言的語音翻譯為英文文字。
- 每個片段都有時間戳記，並提供 SRT 和 VTT 格式的字幕。
- 音訊和影片檔，或來自麥克風的錄音。
- 小型模型，每個不到 100 MB，可在任何電腦上執行。
- 不需上傳、不需帳戶、沒有限制，完全免費。
模型
希伯來文使用 ivrit.ai 的 Zipformer（CC BY 4.0），英文使用 Moonshine Base（MIT），其他所有語言使用 OpenAI 的 Whisper Base（MIT）。
重點由 multilingual-e5-small（MIT）挑選，僅在你需要時進行。
如何準確地將音訊轉為文字
音訊轉文字可將錄音中的語音轉換為書面文字。它讓訪談可供搜尋、課程更容易學習、Podcast 更容易取用，影片也能隨時加上字幕。
獲得最佳效果的訣竅
- 選擇語言：自動偵測效果不錯，但指定語言可避免錯誤，尤其是在簡短或吵雜的錄音中。
- 使用清晰的音訊：背景噪音越少、一次只有一人說話，轉錄結果就越乾淨。
- 使用電腦：轉錄在裝置的處理器上執行，筆電或桌上型電腦比手機快得多。
轉錄文字和字幕
將結果下載為純文字以便編輯或分享，或下載為 SRT 或 VTT，為 YouTube、影片編輯器或媒體播放器中的影片加上字幕。JSON 檔包含每個片段及其開始和結束時間，供開發人員使用。
誰會使用音訊轉文字？
- 學生：將錄下的課程轉為筆記。
- 記者和研究人員：轉錄訪談，不必傳送給第三方。
- 內容創作者：為影片和 Podcast 製作字幕和節目筆記。
- 專業人士：保留會議和通話的文字紀錄。