音频转文字

在线将音频转录为文字,支持时间戳、说话人标签,可导出为 TXT、SRT 或 VTT——上传录音,即可在浏览器中获得可编辑的转录文本。

点击上传或拖入音频文件

支持 MP3、WAV、AAC、M4A、FLAC、OGG 格式

单文件 ≤ 2 GB

源视频时长不超过 60 分钟

极长视频可能因 ASR 音频超过 100MB 而失败,建议先裁剪

上传视频后可调整配置并实时预览效果

如何将音频转录为文字

上传录音,选择语言,开始转录。结果以带时间戳的文本行呈现,可滚动查看、编辑和导出——当你需要可搜索的文字,而不想重新听完整段录音时,这非常实用。

  1. 01

    上传音频

    从设备添加 MP3、WAV、M4A、FLAC 或其他常见音频格式。

  2. 02

    选择语言

    选择音频中的语言。转录生成时将自动添加时间戳和说话人标签。

  3. 03

    导出文字或字幕

    下载 TXT 用于笔记整理,或下载 SRT/VTT 用于字幕工作流——导出前可在浏览器中编辑各行内容。

音频与配音

带时间戳的转录

每一行文字都对应音频中的特定时刻,方便你快速跳转核实引用内容,或裁剪片段以匹配文字。时间戳会保留在导出的 SRT 和 VTT 文件中,适用于字幕工作流。

上传视频或字幕
音频与配音

说话人分离

当多人对话时,说话人标签能帮你分辨谁说了什么——适用于访谈、圆桌讨论和会议记录。导出前你仍可在转录文本中编辑标签。

上传视频或字幕
音频与配音

导出 TXT、SRT 和 VTT

TXT 适用于文章整理和搜索。SRT 和 VTT 可导入字幕生成器和视频编辑器。选择适合你下一步操作的格式,无需从头重新输入。

  • TXT — 纯文本格式,适用于笔记和脚本。
  • SRT — 大多数播放器支持的标准字幕格式。
  • VTT — 适用于 HTML 视频的网页友好型字幕格式。
上传视频或字幕
音频与配音

支持的语言和格式

支持多种语言的语音识别。上传时兼容常见音频容器和编解码器;文件大小和时长限制会在处理开始前显示。

上传视频或字幕

适合这些实际场景

播客与口播制作
01

播客与口播制作

配音与本地化
02

配音与本地化

音轨清理和混音
03

音轨清理和混音

常见问题

转录是免费的吗?

你可以在免费额度内试用。较长的文件或批量任务可能会消耗积分——请查看定价页面了解当前限制。

支持哪些语言?

上传时可选择多种语言。选择与录音匹配的语言以获得最佳效果。

可以导出为字幕吗?

可以。导出带时间戳的 SRT 或 VTT 文件,然后在字幕工具或视频编辑器中使用。

现在开始使用音频转文字

在上方完成输入和必要设置,结果会保留在当前工具流程中。

返回工具