免费将音频转成文字

可以，前提是浏览器能够解码这个 MP3 文件。选择录音和音频语言后开始转写，校对后可导出 TXT、SRT 或 VTT。

不会。文件读取和语音识别都在浏览器中进行。工具会下载模型和运行组件，但不会把音频或转写结果发送到转写服务。

首次使用需要联网加载工具、运行组件与模型。模型缓存可供后续复用，但当前版本不保证完全离线可用，浏览器也可能清除缓存。

自动模式从首个含语音的片段判断语言，并在后续转写中保持一致。多语言混合或判断不明确时，建议手动选择。中文结果可选择简体或繁体输出，这只转换字形，不翻译语音内容。

当前版本提供带时间位置的文字，不做说话人识别。你可以编辑文字，手动补上姓名。

后台任务停止并释放资源，已完成的部分保留，可以继续修改和导出。再次转写会从头开始，并替换当前文字。

免费使用，也不需要注册账号。识别在你自己设备上完成，联网只用于首次下载模型和运行组件。

可以，前提是浏览器能够解码这个文件。手机导出的 M4A、AAC 语音备忘录通常可用。选择文件并设置音频语言，修改文字后可导出 TXT、SRT 或 VTT。

可以直接使用视频转文字工具，导入视频并识别主音轨，无需先提取音频。如果只需要单独的音频，也可以使用音频提取器后继续转写。

轻量和标准模型适合整理内容，但不保证准确。清晰语音、单一说话人和正确的语言设置效果最好。口音、背景噪声、音乐、多人同时讲话和专业术语可能识别错误，使用前请核对文字。

文件不会上传，因此没有固定的时长上限。长录音会按段处理，可能需要较长时间、较多内存和电量。文件很长时，建议先用音频剪辑器只保留需要转写的部分。

可以。修改各段文字后导出 SRT 或 WebVTT，再导入视频编辑器或上传平台。时间位置为近似值，发布前请在时间轴上核对文字和时间。