AI 语音转文字 - 在线转写带说话人标记的音频
title
subtitle
audio_upload
audio_upload_tip
diarize_hint
tag_events_hint
keyterms_hint
advanced
public_hint
empty_title
empty_hint
为什么选择语音转文字？
把任何录音变成带时间戳和说话人标记的可搜索文本
精准转写
上传音频即可获得干净可读的转写文本，逐词时间戳便于引用和制作字幕。
说话人标记
开启说话人分离即可区分谁在说什么——非常适合采访、会议和多人播客。
关键词增强
提供产品名、术语和专有名词，让转写一次就拼写正确。
即用导出
复制文本、下载 .txt，或导出时间轴规范的 .srt 字幕文件。
如何转写音频
三个简单步骤获得完整转写
上传音频
拖入最长 60 分钟的 MP3、WAV、M4A、FLAC 或 OGG 文件，时长自动校验。
选择语言与选项
设置音频语言或自动检测，切换说话人标记，按需添加关键词。
阅读并导出
按说话人查看带时间戳的转写内容，然后复制或下载 .txt 和 .srt 文件。
应用场景
为记者、播客、研究人员以及经常处理录音的团队打造
技术规格
语音转文字将音频转换为结构化转写，支持逐词时间戳、可选说话人标记和字幕导出。
- 支持最大 300MB 的 MP3、WAV、M4A、AAC、FLAC、OGG、OPUS 和 WebM
- 音频最长 60 分钟
- 自动检测语言，或从 19+ 种语言中选择
- 每分钟 2 积分，使用关键词为 2.4 积分——按校验时长计费
- 导出纯文本或带时间轴的 SRT 字幕
- 转写内容可用于个人及商业项目
常见问题
关于语音转文字你需要了解的一切
它把音频转换为带逐词时间戳的可读转写，支持说话人分离和声音事件标记，并可复制或导出为 .txt 或 .srt。
最大 300MB、最长 60 分钟的 MP3、WAV、M4A、AAC、FLAC、OGG、OPUS 和 WebM。默认自动检测语言，也可从 19+ 种语言中选择，包括英语、中文、西班牙语、法语、德语、日语和韩语。
每分钟音频 2 积分，使用关键词时为 2.4 积分/分钟。30 秒片段为 1 积分。准确费用按文件校验时长计算，运行前显示。
关键词是最多 100 个词或短语——产品名、专业术语、专有名词——帮助转写正确拼写。每个关键词最多 5 个单词。
开启后，转写内容按说话人分组，便于查看谁在什么时候说了什么——适合采访和会议。段落带 03:42 这样的时间戳。
我们根据逐词时间戳构建标准字幕段落——在说话人切换、7 秒或约 42 字符处断行——生成的 .srt 可直接导入大多数视频编辑器。