语音转文字
AI 语音转文字：自动识别 99 种语言，输出文本与 SRT 字幕，免费无限次。
将音频文件拖放到此处，或点击浏览
支持 MP3 / WAV / M4A / FLAC / AAC / OGG，最大 40MB
- 转写时长约为音频时长的 1/4：10 分钟音频通常 2-3 分钟完成
- 结果保留 24 小时，超时自动清理
- 任务自动保存：可关闭页面离开，24 小时内回来查看（仅保留最近一次任务；勿用无痕浏览模式、勿清理浏览器缓存）
任务处理完成后，结果将自动发送到该邮箱（仅发送一次）
涂抹要移除的区域
用画笔涂满要移除的人物、物体、水印或瑕疵，AI 会自动填补背景；涂得越完整，效果越好。
上传音频后，转写文本将显示在此
转写结果
AI 语音转文字原理
在线 AI 语音转文字基于自动语音识别（ASR）技术实现。系统先把音频波形转换为频谱特征，完整保留声音的频段与能量分布；随后，多层深度神经网络构成的声学模型逐层提取语音中的发音单元，将每一段声音映射为音素或字符的概率分布；语言模型再结合上下文与语法习惯进行解码，把概率最高的结果串成通顺连贯的文字。多语言模型经过大规模自监督预训练，无需指定语种即可自动识别 99 种语言，最终同时输出纯文本与带时间轴、可直接使用的 SRT 字幕文件。
适用场景
适用于大量真实场景：会议与访谈录音转写为文字纪要，方便归档检索；视频与短视频制作时一键生成字幕，极大提升剪辑效率；播客节目整理为文稿，便于二次编辑与发布；课堂与讲座录音转成笔记，复习时快速定位重点；采访录音转写后直接引用原话，稿件更严谨。全程在线完成，无需安装软件，上传即可处理。
常见问题
这个工具免费吗？
完全免费，无需注册，没有次数限制。
支持哪些音频格式？
支持 MP3、WAV、M4A、FLAC、AAC、OGG，文件最大 40MB。
支持哪些语言？
自动识别 99 种语言，无需手动选择；中、英、日、韩及欧洲主要语言识别效果最佳。
输出什么格式？
输出纯文本 TXT 和带时间戳的 SRT 字幕文件，均可在结果面板直接下载。
处理需要多久？
转写时长约为音频时长的 1/4：10 分钟音频通常 2-3 分钟完成。
我的文件会被保存吗？
不会长期保存。音频转写完成后 24 小时内自动删除。
上传后可以关闭页面吗？
可以。任务会自动保存在本机浏览器，24 小时内回来即可查看结果（仅保留最近一次任务；请勿使用无痕浏览模式或清理浏览器缓存）。