音频转文字工具
用 Whisper AI 把 MP3、M4A、WAV 等音频文件转换为文字。支持 25 分钟以内的访谈、播客、讲座和通话录音。免费，无需注册。
正在加载音频转文字工具…
由我们的 AI 引擎安全处理。你的内容只使用一次，绝不保存。
关于此工具
这款 音频转文字工具 把录制的语音变成可阅读的文字。拖入访谈、播客、讲座、语音留言或通话录音，Whisper 这一在海量不同声音和口音上训练的语音识别模型，会带标点和大写把内容写出来。你得到的是纯文本，可以在文本框中修改，复制到文档，或下载为 .txt 文件。
如何把音频转换为文字
- 把音频文件拖到页面上，或点击选择文件。
- Spoken language 保持 Auto-detect，录音很短或较嘈杂时可手动选择语言。
- 快速草稿选择 Fast，访谈和人名较多时选择 Best accuracy。
- 点击 Transcribe。文字出现后进行修改，然后使用 Copy text 或 Download .txt。
支持哪些音频文件？
| 格式 | 常见来源 |
|---|---|
| MP3 | 播客、下载的讲座、大多数录音设备 |
| M4A | iPhone 语音备忘录、Android 录音应用 |
| WAV | 专业录音机、Audacity 和音频工作站导出、通话录音 |
| OGG 和 OPUS | WhatsApp 和 Telegram 语音消息 |
| FLAC | 存档或高品质录音 |
能得到多少文字？
人们每分钟大约说 130 到 160 个英文单词，因此 10 分钟的访谈大约有 1,300 至 1,600 词，25 分钟的上限约为 3,000 至 4,000 词。结果下方的 Words 计数会显示准确数字。转写通常只需音频时长的约四分之一，Best accuracy 模式会稍慢一些。
转写结果包含什么
- 包含：说出的内容，带标点和句首大写，以及识别出的语言。
- 不包含：时间戳和说话人姓名。校对时在编辑框中自行添加即可，非常方便。
- 超过 25 分钟？先把录音分段，例如使用 MP4 转 MP3 转换器 的开始和结束时间字段，它同样支持音频文件。
提高准确度的技巧
- 使用最清晰的录音原件，每次通过聊天软件转发都会降低音质。
- 如果录音只有一种语言、夹杂少量外国人名，请手动选择语言而不是 Auto-detect。
- 在发布或引用文字前，务必核对数字、价格和人名。
隐私
浏览器会先把音频压缩成很小的单声道文件，25 分钟约 9 MB，上传很快。文件通过加密连接发送给我们的 AI，转写后立即删除。我们不保存音频或文字，也绝不用于训练。如需反向操作，把文字变成语音，请使用 文字转语音。
功能
- 转写 MP3、M4A、WAV、OGG、OPUS 和 FLAC 音频
- Whisper AI 自动添加标点和大写
- 自动识别语言，也可在菜单中从 19 种语言里选择
- 单个文件最长 25 分钟，约 3,000 至 4,000 词
- 可编辑、复制转写内容或下载 .txt 文件
- 由我们的 AI 处理，完成后立即删除
常见问题
如何免费把音频文件转换成文字？
把 MP3、M4A、WAV 等音频文件拖到此页面，点击 Transcribe。Whisper AI 大约用音频时长四分之一的时间写出内容，你可以复制或下载为 .txt 文件。无需注册。
可以把 MP3 转成文字吗？
可以。MP3 可直接使用，M4A、WAV、OGG、OPUS、FLAC 以及 MP4、MOV 等视频也都支持。
音频文件最长可以多长？
每个文件最长 25 分钟，约 3,000 至 4,000 词。更长的录音请先分段，再依次转写。
转写结果有时间戳或说话人姓名吗？
没有。你得到的是带标点的干净文本，没有时间戳或说话人标签。可以在复制前于编辑框中添加姓名。
我的音频会被保存吗？
不会。音频会安全地发送给我们的 AI，转写后立即删除。我们不保存录音或转写内容，也绝不用于训练模型。
支持哪些语言？
Auto-detect 会自动识别所说的语言，你也可以在菜单中从 19 种常用语言中选择，包括中文、英语、西班牙语、法语、印地语、乌尔都语和阿拉伯语。