1.录制或上传
录制语音备忘录，或从设备中选择受支持的音频或视频文件。
三步获得可编辑文字稿
2.提交处理
录制或上传后，将文件发送到转录服务并查看处理进度。
3.校对并导出
校对和编辑文字稿，然后复制或按所需格式导出。
什么是语音转文本技术及其工作原理？
语音转文本技术将录制的语音转换为书面语言。该工具采用基于文件的工作流程：录制或接收完整的音频或视频文件，将该文件发送到转录服务，并返回可供您审阅和编辑的文本。
1. 捕获语音音频
从包含可听语音的录音开始。您可以在工作区录制语音笔记，或上传来自手机、电脑、消息应用、会议平台或摄像机的现有文件。
- 麦克风先进行录音；不会在您说话时实时显示文字。
- 完整的文件为系统提供了周围的音频上下文。
- 清晰的语音和稳定的录音音量可减少不必要的歧义。
2. 识别语音模式
选择“转录”后，服务会分析音频信号，预测与所说声音和上下文最匹配的词语。当相关信息可用时，还会返回检测到的语言和时间信息。
- 处理仅在提交录音或上传后开始。
- 结果取决于语言、录音条件和说话者的清晰度。
- 姓名、不常见缩写和专业词汇需要额外审查。
3. 将结果转化为可用文本
返回的转录文本会在可编辑的工作区打开。纠正不确定的用词，添加格式，复制文本，导出，或将转录文本用作助理、摘要和翻译工具的来源。
- 导出前仍可进行编辑。
- 发布或决策前应核对原意。
- AI 工具在转录完成后对文本进行操作。
哪些录音格式可以转换为文本？
上传控件支持常见的音频和视频容器格式，包括 MP3、WAV、M4A、FLAC、OGG、AIFF、WMA、OPUS、AAC、MP4、MOV、AVI、MKV 和 WebM。选择特定格式的工作流程有助于准备合适的源文件和导出。
压缩音频文件
MP3 适用于采访、讲座和共享录音，因为它被广泛支持且通常比未压缩文件小。当压缩、噪音或低音量影响语音时，转录文本仍需审查。
有关针对该格式的准备和审查详情，请使用 MP3 转文本转换指南 ，然后提交重要录音。
手机和语音笔记音频
M4A、AAC、OGG 和 OPUS 是手机和消息应用中常见的格式。当文件扩展名被接受时，您可以直接上传保存的录音，无需先将每个语音笔记转换为 MP3。
苹果设备保存的录音可参照 M4A 转文本工作流程 进行格式特定检查。
未压缩和制作级音频
WAV 和 AIFF 文件通常保留更多原始信号，尽管文件较大并不保证转录更好。麦克风位置、削波、重叠和背景噪音仍然重要。
对于无损或录音室风格的录音，请查看 WAV 转文本指南 及其质量检查清单。
视频录音
当您需要的是语音音轨信息时，可以提交 MP4、MOV、AVI、MKV 和 WebM 文件。服务转录媒体中的可听语音，而非描述每帧的视觉内容。
针对采访、演讲和摄像机录像， MP4 转文本工作流程 说明如何准备视频音频以供审查。
字幕准备导出
可编辑的转录文本适合阅读，而字幕还需要时间数据和字幕文件结构。专业账户在核对转录文本后可导出 SRT 和 VTT 格式。
如果字幕是最终交付物，请遵循 音频转 SRT 字幕指南 以审查时间和换行。
实用格式检查
熟悉的扩展名并不代表文件包含可播放音频。上传前请确认录音能打开、包含语音且非空。如果设备生成了不常见格式，请导出支持的副本，避免反复压缩。
- 播放长录音的开头、中间和结尾部分。
- 保留最清晰的源文件作为工作母本。
- 避免仅通过重命名扩展名来转换媒体。
此语音转文本转换器支持哪些语言？
转录服务可以检测并转录多种口语语言，但结果仍取决于语言、口音、音频质量和录音的清晰度。网站界面支持13种语言，本地化完成，当前活跃的翻译工作区提供13种目标语言选择。
转录语言检测
您无需根据语言标签做出普遍准确性假设。提交录音，查看结果中显示的检测语言（如有），并审查姓名、混合语言短语和地方表达是否被正确理解。
有关聚焦双语示例，请参见 西班牙语音频转录指南 及其审查标准。
13 种本地化网站界面
界面支持英语、德语、西班牙语、法语、意大利语、葡萄牙语、俄语、中文、阿拉伯语、日语、波兰语、荷兰语和越南语。界面语言更改标签和指导，不会强制上传录音使用相同语言。
- 阿拉伯语采用从右到左的页面方向。
- 本地化 URL 帮助用户保持所选语言环境。
- 文件格式和账户限制在各界面语言间保持一致。
转录后的13个翻译目标
在生成转录文本后，翻译工具提供英语、德语、西班牙语、法语、意大利语、葡萄牙语、俄语、中文、阿拉伯语、日语、波兰语、荷兰语和越南语。目标语言菜单是与录音语言自动检测功能分开的独立功能。
- 翻译是转录后的独立步骤。
- 审查翻译结果中的专有名词、技术语言、日期和数字。
- 除非有合格人员审核，否则翻译不应视为认证或人工校对版本。
不仅仅是转录：AI 助理、摘要和翻译
转录文本准备好后，工作区可将其作为上下文用于三项独立任务。这些工具不替代转录文本，而是帮助您质疑、浓缩或创建翻译工作版本。
询问转录助理
使用 AI 聊天面板基于转录文本提问，例如做出了哪些决定、提到了哪些日期或对话中出现了哪些后续任务。使用前请核对引用内容与转录文本一致。
- 一次提出一个具体问题。
- 可请求行动项、主题或命名实体列表。
- 以源转录文本为准，而非生成的回答，作为所述内容的记录。
生成简明摘要
摘要工具浓缩转录文本，方便您在阅读全文前快速浏览主要观点。摘要可能省略细节、限定条件或少数观点，应作为导航辅助而非替代审阅。
- 将关键陈述与全文对照核查。
- 在准确性重要时，先纠正转录文本再生成摘要。
- 保留完整转录文本以供参考。
翻译完成的转录文本
转录后选择目标语言，创建文本的翻译版本。翻译质量受上下文和术语影响，姓名、数字、法律、医疗和技术用语应由流利或合格审核者检查。
- 先转录，再翻译。
- 保留源语言转录文本副本。
- 重要沟通应由人工审核。
如何将 WhatsApp 语音笔记、语音备忘录和语音邮件转换为文本
语音消息易于发送，但难以搜索、引用或安静浏览。保存或分享实际音频文件到设备，在工作区上传，等待处理，然后审阅可编辑的转录文本。
WhatsApp 语音笔记
WhatsApp 语音消息通常使用 OGG 或 OPUS 音频。将语音笔记文件从手机保存或分享，然后在上传器中选择该文件。如果操作系统在分享时更改了容器，请确认生成的文件仍可播放后再提交。
有关手机录音消息和保存剪辑，请参阅 语音备忘录转录指南 ，涵盖完整的移动到文本工作流程。
苹果和安卓语音备忘录
苹果语音备忘录通常生成 M4A 音频，安卓录音应用可能生成 M4A、AAC、OGG 或其他支持格式。尽量上传原始清晰录音，避免转发和反复压缩导致语音变得难以识别。
如果需要在浏览器中捕获新消息，请使用 语音录音转录工作流程 ，涵盖录制到审阅全过程。
语音邮件和通话留言
设备允许时，请导出或保存语音邮件音频，而非通过另一个麦克风播放录制。直接音频通常避免房间回声和二次压缩，但姓名和回拨号码仍需仔细核对。
有关回拨详情和留言分类，请遵循 语音邮件转录指南 ，再依赖文本内容。
可编辑转录文本最适用的场景
转录将口语材料转化为可搜索的工作文档。最适用的工作流程取决于您是否需要查找证据、准备内容、记录决策、制作字幕，或创建便于访问和审阅的文本版本。
播客、采访和录制内容
转录文本帮助制作人查找引用、梳理剧集大纲、草拟节目笔记和识别需修正的片段。发布前应核对说话者姓名、品牌和时效性声明与音频一致。
有关剧集准备和编辑检查，请使用 播客转录工作流程 作为格式特定参考。
会议、讲座和研究
可搜索文本使决策、问题和主题比长录音更易定位。录音前确认同意和机构规定，区分逐字陈述与后续 AI 生成摘要。
- 核对原文后标记决策和负责人。
- 验证讲座或专业采访中使用的术语。
- 将机密材料保留在批准的工作流程内。
草稿、无障碍和个人笔记
录制的想法可成为比空白页更易编辑的草稿。转录文本也可作为口语材料的文本替代，但无障碍发布可能需要说话者标识、声音提示、时间信息和人工校正，超出纯转录范围。
- 捕捉想法后整理转录文本。
- 仅在无意义时删除语气词。
- 时间和非语音信息重要时使用字幕或隐藏式字幕。
语音转文本的准确度如何，应审查哪些内容？
没有适用于所有录音的统一准确率。结果受语言、麦克风和编码质量、背景噪音、说话者重叠、距离、发音和词汇影响。
准备最清晰的源文件
尽量使用原始录音，保持语音稳定且清晰，避免削波。若您控制录音，麦克风应靠近说话者，减少音乐、回声、风声和干扰对话。
- 避免反复压缩源文件。
- 确保每位参与者都能被听见。
- 将无关录音拆分，便于审查。
优先审查高风险细节
姓名、电话号码、电子邮件、日期、价格、度量、引用和专业术语中一字之差可能改变含义。分享或使用转录文本前，请直接与音频核对这些细节。
- 重放不确定片段。
- 保留不确定性，避免猜测。
- 法律、医疗、财务或安全关键材料需合格审核者审查。
区分转录与解读
转录文本是模型生成的录音表示，不是每个词都正确的证明。摘要或聊天回答是另一层解读。请将音频、修正后的转录文本和 AI 生成内容概念上分开，便于读者识别所用来源。
- 在后续 AI 操作前先纠正转录文本。
- 将摘要标注为摘要。
- 不要将生成结论归因于说话者。
账户、导出、处理与隐私
您可在无账户情况下测试最长 3 分钟的录音。免费账户每日包含 15 分钟转录和 10 次 AI 调用。文件安全上传至远程转录服务处理。
免费与专业访问
匿名使用适合短时试用。免费账户提供每日转录和 AI 调用额度。专业版月费 9 美元或年费 84 美元，适合需要付费工作流程和导出选项的用户。
- 匿名文件：最长 3 分钟。
- 免费账户：每日 15 分钟转录。
- 免费账户：每日 10 次 AI 调用。
复制与导出选项
您可以在工作区编辑并复制结果。免费账户可导出 TXT 和 JSON。专业账户还可导出 SRT、VTT、PDF 和 DOCX，选择取决于您是否需要纯文本、结构化数据、字幕或文档。
- TXT 适合简单可编辑文本。
- JSON 保留结构化转录数据。
- SRT 和 VTT 设计用于定时字幕。
远程处理与敏感材料
录音上传至远程服务处理，非完全在浏览器内转录。上传机密、受管制或第三方音频前，请确认您有权限，且工作流程符合适用的隐私、保留、合同和组织规定。
- 查阅已发布的隐私和条款页面。
- 勿上传无权处理的音频。
- 政策要求时使用经批准的专业工作流程。
关于语音转文本的常见问题
关于录音、支持文件、语言、编辑、AI 工具、账户限制、导出和远程处理的清晰解答。
入门
什么是语音转文本转换？
语音转文本转换使用自动语音识别技术将口语音频转换为书面文字。该工具接受完整录音或上传的媒体文件，发送处理后返回可编辑的转录文本。
如何在本网站将音频转换为文本？
录制语音笔记或选择支持的音频或视频文件，然后提交转录。处理完成后，审阅并编辑返回的文本，再复制或选择可用的导出格式。
需要安装软件吗？
不需要。转录工作区在现代网页浏览器中运行。若在浏览器录音，需允许麦克风访问，且需联网，因为文件会发送到远程转录服务。
需要账户吗？
尝试最长 3 分钟的文件无需账户。免费账户每日包含 15 分钟转录和 10 次 AI 调用，付费账户提供专业版工作流程和更多导出格式。
麦克风会在我说话时实时转录吗？
不会。麦克风先录制语音笔记。停止并审阅录音后，选择“转录”发送完整录音进行处理。
文件与语言
我可以上传哪些音频格式？
支持的音频扩展名包括 MP3、WAV、M4A、FLAC、OGG、AIFF、WMA、OPUS 和 AAC。文件必须包含可播放音频；仅更改不支持文件的扩展名不会转换文件。
该工具能转录视频文件吗？
可以。支持 MP4、MOV、AVI、MKV 和 WebM。转录基于媒体中的可听语音，不描述视觉场景或屏幕动作。
我可以将 WhatsApp 语音笔记转换为文本吗？
可以，只要您保存或分享实际的语音笔记文件，格式为 OGG 或 OPUS 等被接受格式。上传该文件，等待处理，审查姓名、号码及受压缩或背景噪音影响的词语。
我可以转录 iPhone 语音备忘录吗？
可以。苹果语音备忘录通常使用 M4A 格式，支持上传。尽量上传最清晰的原始文件，避免通过另一个麦克风重放录音，以免产生回声和噪音。
支持哪些口语语言？
服务可检测并转录多种口语语言。性能因语言、口音、清晰度和录音条件而异，请查看检测语言并审查结果，不要假设所有录音准确率相同。
我可以将转录文本翻译成哪些语言？
活跃的翻译面板提供13个目标语言：英语、德语、西班牙语、法语、意大利语、葡萄牙语、俄语、中文、阿拉伯语、日语、波兰语、荷兰语和越南语。
转录质量
转录准确度如何？
准确度受语言、录音质量、背景噪音、说话重叠、说话者清晰度和词汇影响。没有适用于所有文件的统一准确率；依赖前请核对文本与录音。
如何提升转录结果？
使用最清晰的原始录音，麦克风靠近说话者，避免削波，减少音乐、回声、风声和干扰。上传前确认文件能正常播放，之后审查不确定片段。
嘈杂音频或不同口音能转录吗？
可能能，但噪音、混响、压缩、不熟悉的姓名和口音变化会增加错误。将输出视为草稿，重要用词请与音频对照，尤其在录音条件困难时。
我可以编辑转录文本吗？
可以。结果在可编辑工作区打开，您可纠正用词和格式后复制或导出。优先审查姓名、日期、数字、引用和专业术语。
AI 工具
AI 助理能对我的转录文本做什么？
聊天面板可基于转录文本回答问题，如识别主题、日期、决策或行动项。其回答为生成内容，重要答案请核对转录文本和录音。
该工具能总结转录文本吗？
可以。摘要面板可在转录后生成简短概览。摘要可能省略细节或限定条件，用于导航材料，做决定前请阅读相关原文。
该工具能翻译转录文本吗？
可以。转录后，在翻译面板选择目标语言。请由流利或合格审核者审查专有名词、数字、技术语言和重要用词。
计划、导出与隐私
免费包含哪些内容？
无账户可试用最长 3 分钟文件。免费账户每日含 15 分钟转录、10 次 AI 调用及 TXT 和 JSON 导出。
有哪些导出格式？
免费账户可导出 TXT 和 JSON。专业账户还可导出 SRT、VTT、PDF 和 DOCX。根据需要选择字幕、纯文本编辑或文档格式。
文件是否完全在浏览器内处理？
不是。文件安全上传至远程转录服务处理。提交敏感或第三方录音前，请考虑权限、保密、保留要求和组织政策。
使用前应审查转录文本吗？
应审查重要内容，尤其是姓名、联系方式、日期、价格、度量、引用和专业术语。法律、医疗、财务和安全关键材料需合格审核者审查。