AI
视频转文字
先生成转录草稿，再听原录音核对。
将视频或音频文件拖到此处，或点击上传
支持 MP4、WebM、MOV、MP3、WAV、M4A 等
文件上限: 500 MiB
转录模式
🐆猎豹
~40 MB最快最轻量——Whisper tiny
最适合移动设备和慢速网络
🐬海豚
~75 MB更高准确度——Whisper base
更适合桌面端和清晰录音
音频语言
如果您已知道口语语言，手动选择可获得更快更稳定的结果。
在浏览器本地运行
文件在您的设备上处理，不会上传到我们的服务器。
首次运行会将选定的 AI 模型下载到浏览器缓存，启动时间取决于所选模式和您的网络连接。
手机、平板和性能较低的笔记本请使用猎豹模式。海豚模式更适合内存更大的桌面浏览器。
处理时间取决于文件时长——一切在您的设备本地运行。
使用本地CPU处理。长录音需要更多时间，可尝试Cheetah或较短片段。
从对话到笔记和字幕
转录便于整理采访，但姓名和嘈杂部分可能识别错误。选择说话者的语言，重听不确定的位置，引用前进行修正。不要仅凭识别结果确认对方原话。
使用方法
打开文件，选择语音语言和模型，转写后检查各个片段。
使用示例
先用短采访片段检查专有名词，再处理整段录音。需要时间字幕时选SRT，阅读和编辑则选普通文本。
使用前须知
上限为500 MiB，首次使用需下载模型。准确度与速度取决于录音、硬件和浏览器。
工具常见问题
该选哪个模型？
Cheetah较小，适合内存有限的设备。Dolphin使用更大的模型。处理长录音前，先用短片段比较。
为什么第一次启动较慢？
需要先将模型下载到浏览器。之后的处理时间取决于录音长度、内存和设备的运算能力。
字幕可以直接发布吗？
请对照录音检查姓名、标点和片段边界。自动结果是编辑起点，并非完成校对的最终稿。