音频转文字
把录音、采访或语音消息转成可复制、编辑和搜索的文字，音频不会发送到任何地方。
免费 · 无需注册 · 没有水印 · 文件不会离开你的设备
3步完成音频转文字
- 选择音频文件（MP3、M4A、WAV、OGG、Opus等），或拖到框中。
- 语言保持「自动检测」或自行选择，然后点击「转为文字」。
- 如有需要先修改文字，再复制、下载为TXT，或下载SRT字幕。
在你自己的设备上运行的语音识别
一边听录音一边打字，往往要花录音时长的四到五倍。本工具用OpenAI发布的语音识别模型Whisper替你完成：它能听懂中文在内的40多种语言，对口音、手机麦克风和背景噪音也有不错的适应能力。可用于采访、讲座、会议、播客、口述笔记或语音消息：文字会显示在页面上的框中，带标点和分段，可以直接粘贴到文档、邮件或翻译工具里。
大多数转写网站会把音频上传到服务器，要求注册，免费几分钟后就停止。这里的模型从本站下载一次，在浏览器中运行，所以录音不会离开你的电脑或手机，也没有时长限制。首次需要下载约80 MB（「最准确」约250 MB），之后即可立即开始。使用「快速」模式时，较新的电脑转写1分钟音频约需20秒，手机上会更久。靠近麦克风、说话清楚的录音效果最好；音乐、多人同时说话和嘈杂环境会带来更多错误。
常见问题
如何免费把音频转成文字？
在这里选择音频文件并点击「转为文字」。稍等片刻，文字就会显示在页面上：可以复制、修改，或下载为TXT文件，也可以下载带时间轴的字幕（SRT）。无需账号，没有水印，也不限时长。
支持哪些语言？
40多种，包括中文、英语、日语、韩语、西班牙语、法语、德语、意大利语、葡萄牙语、荷兰语、波兰语、土耳其语、俄语和阿拉伯语。语言会根据录音开头几秒自动识别。如果录音以音乐或其他语言开头，请手动选择语言，效果会更好。
转写准确吗？
说话清楚时，大部分词都能正确识别，并带有标点。口音、语速快、背景噪音和多人同时说话会增加错误，所以使用前请通读一遍，可以直接在框中修改。「最准确」模式使用更大的模型，错误更少，但耗时更长。
有时长限制吗？
没有时长限制。50 MB以内的文件免费，相当于几个小时的语音消息，或约50分钟的128 kbps MP3。长录音只是需要更多时间：进度条走动时请保持标签页打开。更大的文件可以使用Pro处理。
我的音频会上传到服务器吗？
不会。转写在你自己设备上的浏览器中进行，所以私人对话、采访以及医疗或法律录音永远不会发送给我们，也不会保存在任何地方。只有语音模型会从本站下载一次，并保存在浏览器中供下次使用。