音訊轉文字

線上將音訊轉為文字,支援時間戳記、說話者標籤,並可匯出為 TXT、SRT 或 VTT — 上傳錄音檔即可在瀏覽器中取得可編輯的文字稿。

點擊上傳或拖入音頻文件

支持 MP3, WAV, AAC, M4A, FLAC, OGG 格式

每個檔案上限 2 GB

來源影片最長 60 分鐘

極長視頻可能因 ASR 音頻超過 100MB 而失敗,建議先裁剪

上傳視頻後可調整配置並實時預覽效果

如何將音訊轉為文字

上傳錄音檔,選擇語言,然後開始轉錄。結果會顯示為帶有時間軸的行,您可以捲動、編輯和匯出——當您需要可搜尋的文字,而不是重新聽完整個檔案時,這非常有用。

  1. 01

    上傳音訊

    從您的裝置新增 MP3、WAV、M4A、FLAC 或其他常見的音訊格式。

  2. 02

    選擇語言

    選擇說話語言。在建立文字稿時,會自動產生時間戳記和說話者標籤。

  3. 03

    匯出文字或字幕

    下載 TXT 用於筆記,或下載 SRT/VTT 用於字幕工作流程——在匯出前於瀏覽器中編輯行。

音頻與配音

帶有時間戳記的轉錄

每一行都與音訊中的特定時刻相連,因此您可以跳回以驗證引用內容,或修剪片段以符合文字。時間戳記會保留在匯出的 SRT 和 VTT 中,用於字幕工作流程。

上傳視頻或字幕
音頻與配音

說話者分離

當多人交談時,說話者標籤能幫助您分辨誰說了什麼——非常適合訪談、座談會和會議記錄。您仍可在匯出前編輯文字稿中的標籤。

上傳視頻或字幕
音頻與配音

匯出 TXT、SRT 和 VTT

TXT 適用於文章和搜尋。SRT 和 VTT 可匯入字幕產生器和影片編輯器。選擇符合您下一步需求的格式,無需從頭重新輸入。

  • TXT — 用於筆記和腳本的純文字。
  • SRT — 適用於大多數播放器的標準字幕格式。
  • VTT — 適用於 HTML 影片的網頁友善字幕。
上傳視頻或字幕
音頻與配音

支援的語言與格式

支援多種語言的辨識。上傳時支援常見的音訊容器和編解碼器;檔案大小和長度限制會在處理開始前顯示。

上傳視頻或字幕

適合這些實際場景

播客與口播制作
01

播客與口播制作

配音與本地化
02

配音與本地化

音軌清理和混音
03

音軌清理和混音

常見問題

轉錄是免費的嗎?

您可以在免費額度內試用。較長的檔案或批次作業可能會消耗點數——請參閱定價以了解目前的限制。

支援哪些語言?

上傳時提供廣泛的口語語言。選擇與錄音相符的語言以獲得最佳結果。

我可以匯出為字幕嗎?

可以。匯出帶有時間戳記的 SRT 或 VTT,然後在字幕工具或影片編輯器中使用它們。

現在開始使用音訊轉文字

在上方完成輸入和必要設置,結果會保留在當前工具流程中。

免費使用