如何把音频转成文字
- 点击选择音频文件，选一段不超过 100 MB、20 分钟的录音。MP3、M4A、WAV、OGG、Opus 以及大多数常见格式都可以。如果是视频，请使用视频转文字。
- 选择说话的语言，也可以保持自动检测。
- 点击开始转写并等待。进度条会显示大致的进度。
- 复制文字，或下载为 TXT；也可以下载带时间的 SRT 和 VTT 字幕。
你的文件如何处理
语音识别需要大量计算能力，所以处理工作在我们的服务器上完成。在前面还有其他人时，你的文件会保留在浏览器中，你可以看到自己的排队位置和大致所需时间。轮到你时，文件会通过加密连接发送，转写会自动开始，前提是此页面保持打开。
声音读取完毕后，文件立即删除，文字只是在送往你页面的途中经过。这两样我们都不保存。我们只记录使用数据，例如文件有多长、用的是哪种语言。
如何得到更干净的转写结果
- 减少噪音。 音乐、车流声和回声造成的错字比其他因素都多。条件允许时，请靠近麦克风录音。
- 选好语言。 自动检测只听文件的开头，所以如果录音以音乐开头或一开始用的是另一种语言，可能会判断错。
- 一次一个人说话。 重叠的声音常常会被合并或漏掉。
- 通读一遍。 人名、数字和专业术语最容易出错。静音处有时也会冒出几个凭空多出来的词，所以重要的段落请对照录音核对。
你会得到什么
带标点的文字，可一键复制；一个 TXT 文件；以及标有每段时间的 SRT 和 VTT 字幕，可直接用于视频编辑软件或 YouTube。这个工具不会区分是谁在说话：文字是连续的一整块，所以访谈中谁说了什么需要你自己标注。
转写文字的常见用途
- 把自己录下的课程或讲座整理成笔记。
- 在访谈中找到某一段，而不必从头听到尾。
- 用字幕生成器为视频添加字幕，并在文本编辑器中修改。
- 把一条很长的语音消息变成可以在会议上阅读的文字。
超过 20 分钟怎么办？
先用音频剪切把录音分段，再逐段转写，并手动指定语言，让所有分段保持一致。
他人的声音
只转写你有权使用的内容。在许多地方，未经他人知情就录音是受限制的，私人对话的文字与录音本身一样敏感。请不要发送任何机密内容，因为这个工具需要我们的服务器才能运行。
常见问题
转写真的免费吗？
是的。无需账号，也没有付费套餐，网站靠广告维持运营。为了让大家都能持续使用，每位访客每小时最多可发送 20 个文件，每个文件最长 20 分钟。
你们会保存我的文件或文字吗？
不会。声音读取完毕后文件立即删除，文字不经保存，直接送到你的页面。我们只记录使用数据，例如时长和语言。详情见我们的隐私政策。
准确率如何？
主要取决于录音本身。一个人清晰地说话、噪音又小的话，错误会很少。如果有背景音乐、多人同时说话或口音很重，错误就会增多。无论哪种录音，人名和专业术语都值得再检查一遍。
我需要等多久？
轮到之后，20 分钟的文件通常需要大约 10 分钟。繁忙时段你可能需要排队，页面会显示你的位置和大约需要多长时间。如果队伍已满，请几分钟后再试。
能分辨是谁在说话吗？
不能。文字是不带姓名的连续一整块。访谈或会议中，谁说了什么需要你自己标注。SRT 文件会有帮助，因为有了时间，就能轻松在录音里找到每一段。
可以转写 YouTube 或 Instagram 链接吗？
怎样把 WhatsApp 语音消息转成文字？
先用 WhatsApp 的分享功能把语音保存成文件，再到这里选择它。WhatsApp 的语音是 OGG 或 Opus 格式，两种都支持。只转写你有权使用的消息，并请注意，文件会经过我们的服务器。