免费在线录音转文字与字幕生成:支持多人识别与 SRT 导出

支持在线录音转文字、MP3 转文字与手机录音转写(单次支持 50 MB / 500 秒内音频)。自动识别会议与访谈中的多位发言人,一键导出带精准时间戳的 SRT / WebVTT 字幕与 TXT 文稿。

点击或拖拽音频文件到此处

支持 MP3, M4A, WAV, AAC, FLAC, OGG(最大 50 MB / 500 秒) • 默认支持多人识别与字幕导出

识别历史记录

暂无识别历史

上传一段音频文件即可立即体验语音识别转写。

核心功能:AI 语音转文字与音频转文字

针对会议整理、在线语音转文字、视频加字幕和访谈文字稿优化,省去手动听打的麻烦。

01

MP3 转文字与多语种降噪识别

直接上传 MP3、M4A、WAV、AAC、FLAC、OGG 音频文件即可完成音频转文字。轻松识别多种语言与口音混说,有效过滤会议室回音和背景杂音。

02

多人对话自动区分

多人开会或采访时,自动区分不同人发言,并标明每句话的时间戳。

03

导出 SRT 字幕文件

下载带时间轴的 .srt 文件,直接拖进剪映、CapCut 或 Premiere 就能用,不用手动对字幕。

04

隐私保护与即时删除

音频在内存中完成转写后立即丢弃,不保存文件,也不用于模型训练。

FAQ

常见问题解答

01支持哪些音频格式和文件大小、时长限制?

支持主流 MP3 转文字及 M4A(苹果录音)、WAV、AAC、FLAC、OGG 等格式音频转文字。单个文件不超过 50 MB,单次最长支持 500 秒(约 8.3 分钟);如遇到较长会议或课程录音,可先按 8 分钟分段后再上传。

02什么是 ASR 语音识别?识别的准确率如何?

ASR 即自动语音识别(Automatic Speech Recognition)。工具使用端到端声学模型,能较好地过滤环境杂音并识别多人说话,满足日常在线语音转文字、会议纪要和视频制作需求。

03如何把 iPhone 语音备忘录或微信语音转成文字?

打开 iPhone 的“语音备忘录”,点击录音条上的“分享”并选择“存储到文件”(格式为 .m4a),然后直接拖入本页上传框即可;微信语音导出的音频也可直接拖拽转换。

04导出的 SRT 字幕怎么导入剪映或 Premiere?

转写完成后点击“导出 SRT 字幕”下载文件。在剪映或 Premiere 中打开你的视频工程,将该 .srt 文件直接拖入字幕轨道,即可自动完成字幕时间轴对齐。

05是否有免费试用?我的录音数据安全吗?

每天都有免费试用次数。音频在处理后立即从内存中删除,不会在服务器保存,也不会用于任何公开模型训练。

06句子级字幕和词级字幕有什么区别?我该怎么选?

做普通视频对白、播客字幕或会议记录,直接选“句子级”就足够了。它会按正常的说话停顿自然断句,一行就是完整的一句话,导进剪辑软件不用再费心调格式。

如果你要在剪映或 CapCut 里做字跟着声音逐个跳动、逐词变色高亮的动态特效,或者需要精准定位某一个读错的词,再选“词级”。它会把每个单词甚至每个汉字的起止时间都抠到毫秒。

要是只想整理一份文字发言稿发给别人看,选“纯文本”最省事,排版清爽,没有时间戳打扰。

开始将音频转为文字

拖入一段录音,立刻生成文本和时间轴字幕。