💬Audio to Text
语音转文字，附带 SRT 字幕. 免费、私密、无需注册 — 文件永不离开你的浏览器。
First run downloads the AI speech model once (~40MB), then it’s fast. 100% private — on-device.
说出的话，变成带时间戳的文字。
端侧人工智能听写音频与视频，逐词成稿并附时间，可一键生成字幕，文件从不上传。
99
种语言
自动识别，含中文
SRT+TXT
导出格式
带时间戳的字幕输出
0
上传
端侧人工智能
免费
永久免费
无需注册
Audio to Text使用方法
把说出的话变成文字。拖入音频或视频文件，端侧人工智能逐句写出内容并打上时间戳，可下载纯文本或 SRT 字幕。所有处理都在本地，文件从不上传。
- 1拖入音频或视频文件（MP3、WAV、M4A、MP4）。
- 2点击转写，让人工智能听写一两分钟。
- 3复制文本，或下载 TXT 与 SRT 字幕文件。
使用场景
视频字幕
下载 SRT 文件，给短视频、短剧与长视频配上精准字幕。
会议与课堂笔记
把录音变成可搜索的文字，方便浏览、引用与分享。
访谈整理
记者与研究者无需按分钟付费，即可获得带时间戳的记录。
Audio to Text能做什么
- ✓逐词精准转写并按句打时间戳，可直接用于字幕。
- ✓一键下载 TXT 与 SRT，支持复制到剪贴板。
- ✓自动识别 99 种语言，包括中文与英语。
- ✓模型下载一次（约 40MB）即被缓存，之后可完全离线转写。
- ✓天生私密：录音从不离开设备。
规格
- Speed
- 短片段接近实时转写，全程端侧
- Input
- MP3、WAV、M4A、MP4
- Output
- 纯文本、TXT、带时间戳 SRT
- Privacy
- 端侧人工智能，零上传
- Cost
- 免费、无限量、无需注册
常见问题
我的音频会被上传到别处吗？
不会。语音模型完全在浏览器中运行，录音从不离开你的设备。
支持哪些语言？
支持数十种语言，包括中文、英语、西班牙语、法语与德语，模型会自动识别语种。
最后能得到什么？
纯文本转写加带时间戳的分段，可下载 TXT 或 SRT 字幕文件。
为什么第一次运行比较久？
人工智能模型（约 40MB）只需下载一次并缓存，转写本身在本地运行，短片段耗时与音频时长接近。