免费音频转文字

操作示例

一段保存为 MP3 的 30 分钟采访约 27 MB。使用“更好”模型（首次下载 81 MB，之后缓存），典型笔记本电脑大约需要半小时，因为该工具每秒处理约一秒音频，外加约 45 秒的启动时间。“更快”模型（45 MB）大约只需一半时间。开始前会显示预估时间，并在第一个窗口后自行修正。结果可保存为 SRT、VTT、ASS、纯文本或 LRC。

使用哪些设置，以及限制

• 除非设备内存不足，否则使用“更好”。 “更好”约需下载 81 MB，“更快”约 45 MB。首次使用后，两者都保存在您的浏览器中。在手机上，或如果运行失败，请尝试“更快”。
• 当检测不确定时，设置口语语言。 “自动检测”对清晰的语音效果很好。如果录音以音乐开头或切换语言，请在“口语语言”下选择语言。“翻译为英语”可将其他语言的语音转为英语文本。
• 注意时长限制。 当录音在电脑上超过 2 小时或在手机上超过 30 分钟时，工具会发出警告。在电脑上超过 5 小时，或在手机上超过 90 分钟，则仅转录第一部分，页面会说明。将剩余部分剪切到单独的文件中以便下次处理。
• 随时停止并保留文本。 “停止并保留已完成部分”会结束运行，并保留所有已转录的内容以供复制或下载。在手机上，请保持标签页打开且屏幕常亮，因为浏览器可能会暂停后台标签页。
• 导出前先编辑。 点击时间可收听该时刻，就地修正措辞，或使用查找和替换。复制和所有下载都使用您的编辑。同时拖入的多个文件会依次转录，并保存为一个 ZIP 文件。

常见问题及解决方法

提示我选择文件后，文件被更改或移动。

浏览器失去了对文件的访问权限，通常是因为文件被移动、重命名或仍在从云存储同步。请重新选择文件。先复制到本地磁盘的文件最可靠。

无法读取文件，因此未转录任何内容。

在这种情况下不会下载模型。如果文件是视频，请使用音频提取器将其声音保存为 MP3 再进行转录。如果是音频，请将其重新导出为 MP3 或 WAV 再试。

模型下载停止或从未完成。

连接中断或关闭标签页会中断下载。检查您的连接并再次按下“转录”。模型下载后会缓存，后续运行无需再次下载。

转录未完成，或中途停滞。

这通常是浏览器内存不足或标签页被休眠所致。尝试“更快”模型，关闭其他标签页，并将此标签页保持在前台。如果中途停止，到目前为止的转录文本会显示并可下载。

在录音中未找到语音。

音频可能是静音、大部分是音乐或非常安静。播放原始文件检查。如果语音微弱，请先用音频标准化器提高音量，然后转录结果。没有音轨的文件无法转录。

对比分析

在浏览器中转录意味着录音永远不会离开您的设备，这对采访、医疗记录和法律录音很重要。代价是速度和设置：首次运行需下载模型，手机比笔记本电脑慢几倍。该模型是一个小型 Whisper 模型，因此在重口音、背景噪音或技术词汇方面，其准确性不如最大的模型。计划在编辑器中快速通读和修正。