音频转文字
将语音转为文字，支持约 100 种语言。拖放音频或视频文件或录制您的声音，然后复制转录文本或下载为字幕。AI 模型在您的浏览器中运行，因此您的音频绝不会离开您的设备。
免费无需注册本地运行——文件永远不会离开您的设备
如何使用此工具
音频转录使用完全在浏览器中运行的小型语音识别模型，将语音转换为文字。
使用方法
- 添加音频 – 拖放音频或视频文件（MP3、WAV、M4A、OGG、FLAC、WebM、MP4…），或点击“录音”使用麦克风。
- 选择语言 – 选择所说的语言以获得最佳准确度，或保留“自动检测”。工具会使用为该语言打造的模型。
- 转录 – 点击“转录”。每完成一段音频，文字就会随之显示；您可随时停止。
- 保存 – 复制文字，或下载为 TXT、SRT、VTT 或 JSON。点击时间戳即可从该处播放音频。
选择“翻译成英语”可获得英语译文，而不是转录文本。适用于除希伯来语和英语以外的所有语言。
音频
转录文本
摘要
从转写文本中挑出的关键句，由 multilingual-e5-small 挑选，这是一个在你的浏览器中运行的小型 AI 模型。首次使用时下载约 120 MB。点击时间即可收听该部分。
如何将音频转为文字
-
添加您的音频
拖放音频或视频文件，或使用麦克风录音。
-
选择语言
选择所说的语言，或保留自动检测。工具会为其选择合适的模型。
-
转录
文字会直接在您的浏览器中逐段显示。
-
复制或下载
复制文字，或下载为 TXT、SRT 或 VTT 字幕，或 JSON。
在浏览器中私密地将语音转为文字
大多数在线转录服务会把你的录音上传到其服务器，并按分钟收费。本工具的做法不同：它会把一个小型开源语音识别模型下载到你的浏览器，并在你自己的设备上运行。你的采访、讲座、会议和语音备忘录都不会外泄。
您将获得
- 支持约 100 种语言的转录，并可自动检测语言。
- 将任何受支持语言的语音翻译为英语文字。
- 每个片段都有时间戳，并提供 SRT 和 VTT 格式的字幕。
- 音频和视频文件，或来自麦克风的录音。
- 小型模型，每个不到 100 MB，可在任何电脑上运行。
- 无需上传，无需账户，没有限制，完全免费。
模型
希伯来语使用 ivrit.ai 的 Zipformer（CC BY 4.0），英语使用 Moonshine Base（MIT），其他所有语言使用 OpenAI 的 Whisper Base（MIT）。
要点由 multilingual-e5-small（MIT）挑选，仅在你需要时进行。
如何准确地将音频转为文字
音频转文字可将录音中的语音转换为书面文字。它让访谈可供搜索、讲座更便于学习、播客更易于获取，视频也可随时添加字幕。
获得最佳效果的技巧
- 选择语言：自动检测效果不错，但指定语言可避免错误，尤其是在简短或嘈杂的录音中。
- 使用清晰的音频：背景噪音越少、每次只有一人说话，转录结果就越干净。
- 使用电脑：转录在设备的处理器上运行，笔记本或台式电脑比手机快得多。
转录文本和字幕
将结果下载为纯文本以便编辑或分享，或下载为 SRT 或 VTT，为 YouTube、视频编辑器或媒体播放器中的视频添加字幕。JSON 文件包含每个片段及其开始和结束时间，供开发者使用。
谁会使用音频转文字？
- 学生：将录制的讲座转为笔记。
- 记者和研究人员：转录访谈，无需发送给第三方。
- 内容创作者：为视频和播客制作字幕和节目笔记。
- 职场人士：保留会议和通话的文字记录。