🎙️ 音频转文字
音频转文字
音频转文字就是把录音中说出的话变成书面文字。上传语音备忘录、访谈、会议、讲座或播客，AI 语音识别会把所说的一切写下来，并带上时间戳。
上传最大 2 GB、最长 8 小时的音频或视频文件。获得 99 种语言的带时间戳转录文本，然后进行总结、对话或导出。
🌍
99 种语言
自动检测语言，还能在转录的同时进行翻译。
⏳
支持长文件
文件最大 2 GB、最长 8 小时：完整的会议、讲座和播客节目都没问题。
🗣️
说话人标签
可选标注谁在说话，适合访谈和会议。
如何将音频转换为文字
1
选择语音转文字
在提取框中选择“仅语音转文字”。
2
上传文件
拖入 MP3、WAV、M4A、MP4、WebM 或其他常见的音频或视频文件。
3
按需设置选项
选择语言、开启说话人标签，或添加人名和专业术语来提高准确度。
4
阅读、导出或分析
下载 TXT、SRT、VTT 或 JSON，或对转录文本进行总结和对话。
人们转录什么
- ✓访谈和调研通话，可直接引用和分析
- ✓会议录音，整理成笔记和待办事项
- ✓讲座和课程，整理成学习笔记
- ✓播客节目，整理成节目笔记和博客文章
- ✓语音备忘录和口述，整理成文字草稿
- ✓为视频制作 SRT 或 VTT 字幕
常见问题
如何将音频文件转录为文字？
登录后，在提取框中选择“仅语音转文字”，上传文件并点击“提取”。转录文本会带着时间戳打开，可直接阅读或导出。
可以上传哪些音频和视频格式？
MP3、WAV、M4A、MP4 和 WebM 等常见音频和视频文件，最大 2 GB，最长 8 小时。
音频转录要多少钱？
每 2 分钟音频 1 个积分。每个账户每月有 10 个免费积分，按需购买的积分包永不过期。部分高级选项（如说话人标签）会按小时额外收取少量费用。
准确度如何？
清晰的录音转录得非常准确。对于人名、产品或专业术语，把它们添加为关键词（英语音频）可以提高识别效果。
能区分不同的说话人吗？
能。开启说话人标签后，每一行都会标明是谁说的。你还可以把说话人对应到姓名或角色。
可以翻译转录文本吗？
可以。开始前在“翻译为”中选择语言，或把完成的转录文本翻译成 100 多种语言。