点击上传或拖入音频文件
MP3、WAV、M4A 或 OGG — 在浏览器中转录，绝不上传关于此工具
这个免费工具可以将音频文件转录为文字 — 上传一段录音，它就会写出其中说的内容。非常适合把语音备忘、访谈、讲座、会议或播客转成可搜索、可编辑、可复制的文字。
除了普通文字稿，你还可以打开时间戳，并将结果下载为 SRT 或 VTT 字幕文件 — 视频编辑软件和 YouTube 使用的字幕格式。这让本工具成为用音频生成字幕的快捷免费方式，无需单独的字幕软件。
巧妙之处在于：它完全在你的浏览器中运行。语音识别模型（OpenAI Whisper 的精简版）只下载一次，约 40 MB，然后借助 WebAssembly 在你自己的设备上运行。你的音频绝不会上传到服务器，因此完全私密 — 相比那些把录音发送到云端的转录网站，这是一大优势。
由于一切都在本地进行，转录速度取决于你的设备，录音越长耗时越久。首次运行后模型会被缓存，因此工具甚至可以离线使用。若想从麦克风实时听写，请改用“语音转文字”工具。
功能特色
- 在设备上转录 — 你的音频绝不离开你的设备
- 支持 MP3、WAV、M4A 和 OGG 文件
- 时间戳 — 显示时间标记，查看每一行是在何时说出的
- 四种保存方式 — 纯文本、带时间戳的文本、SRT 字幕或 VTT 字幕
- 可直接用作字幕 — SRT/VTT 文件可直接导入视频编辑软件或 YouTube
- 可编辑的文字稿 — 下载前先修改、复制文字
- 首次运行后可离线使用
- 免费 — 无需注册、无需上传、无水印
使用方法
- 上传音频文件 — 点击方框或将文件拖入（MP3、WAV、M4A 或 OGG）
- 点击“转录” — 首次运行会下载语音引擎（约 40 MB）
- 等待完成 — 较长的录音处理时间更久
- 查看并编辑文字稿，如需时间标记请勾选显示时间戳
- 下载为纯文本（.txt）或 SRT、VTT 字幕 — 也可以复制文字
常见问题
我的音频会被上传到什么地方吗？
不会。录音在你设备的浏览器中转录，绝不会发送到服务器。
可以下载字幕（SRT 或 VTT）吗？
可以。转录后，你可以将结果下载为 SRT 或 VTT 字幕文件、带时间戳的文本，或纯 .txt 文字稿。SRT 和 VTT 包含每一行的开始和结束时间。
可以给文字稿加上时间戳吗？
可以 — 勾选显示时间戳，每一行前面都会标注它被说出的时间。时间戳也已内置于 SRT 和 VTT 下载中。
可以用它给视频加字幕吗？
可以。将文字稿导出为 SRT 或 VTT，然后导入你的视频编辑软件，或作为字幕轨道上传到 YouTube。
为什么首次要下载 40 MB？
那是语音识别模型。它只下载一次，之后由你的浏览器缓存，因此后续运行更快，甚至可以离线使用。
准确度如何？
它使用精简版 Whisper 模型，对清晰的语音效果不错。在强烈背景噪音、浓重口音或多人声音重叠时准确度会下降 — 而且你随时可以在下载前编辑文字稿。
与“语音转文字”有什么区别？
“语音转文字”实时聆听你的麦克风；“音频转文字”则转录你已有的音频文件。