音频转文字
将访谈、课堂和语音备忘录转成可编辑文字，在浏览器内完成校对与导出。
本地文件文字与字幕
把音频或视频拖到这里
MP3 · WAV · M4A · WEBM · OGG · OPUS · AAC · FLAC · 最多 200 MB / 20 分钟
只在你的浏览器处理，不上传文件无需注册 · 免费导出
音频转文字可以做什么？
Whisper 识别录音中的原语言声音。选择本地文件，指定录音语言，在结果中检查人名、数字和专业词汇，再保存文稿。文件留在本机；这项工具不自动总结会议，也不识别说话人的真实身份。
怎样使用音频转文字？
准备文件，检查结果，再下载需要的格式。
- 01
准备文件
选择清晰的本地录音，或直接录制；支持浏览器能够解码的 MP3、WAV、M4A、WebM、OGG、OPUS、AAC 和 FLAC。
- 02
处理与检查
设置录音语言，首次下载 Whisper 模型后开始识别；页面会显示实际处理状态。
- 03
下载结果
逐段校对后下载 TXT 文稿，或保留时间信息导出 SRT、VTT 字幕。
格式与示例
MP3 · WAV · M4A · WebM · OGG · OPUS · AAC · FLAC
采访录音.mp3 → 校对文字 → 采访录音.txt
当前保护上限为 200 MB、20 分钟。已验证桌面 Chrome；设备性能和内部编码会影响处理，建议先尝试短片段。
文件留在当前浏览器
Whisper 在你的设备上识别声音。首次使用需要联网下载程序和模型；文件与识别正文不上传。 结果不会自动保存，离开前请先下载。
音频转文字常见问题
开始之前，把几个常见问题说明白。
录音会上传到服务器吗？
不会。识别在浏览器中进行，联网请求用于下载程序和公开模型。文件与文字不会自动保存到云端，离开页面前请先导出。
支持多长的录音？
当前保护上限为 200 MB 和 20 分钟，实际处理能力取决于设备。先用短录音确认效果；上限不代表所有手机都能处理到这个长度。
有口音或噪声怎么办？
优先使用清晰原始录音，指定正确语言，必要时选择 base 型号。噪声、多人重叠、专有名称和口音可能导致错误，重要内容需要回听校对。