音訊轉文字轉換器與線上轉錄
把任何錄音裡的語音轉為可編輯的文字,支援 90+ 種語言,可下載為 TXT、DOCX、SRT 或 VTT。
點擊或拖放您的音訊/影片檔案到此處
支援 MP3 · MP4 · WAV · M4A · AAC · OGG · FLAC · WebM · AMR · OPUS · WMA · AIFF · CAF · 3GP 及 20+ 種格式
3 步把音訊轉為文字
上傳音訊檔
拖入 MP3、M4A、WAV、FLAC、OGG 或其他任何音訊檔。任何長度的錄音都可以,無需事先裁切。
AI 轉錄語音
自動辨識語音的語言,並連同時間戳記一起寫出內容,支援 90+ 種語言中的任何一種。
下載 TXT、DOCX、SRT 或 VTT
複製文字,或在 Word、Google Docs 中開啟,也可以下載附時間戳記的字幕,用於影片編輯器或網頁播放器。
什麼是音訊轉錄?
音訊轉錄,也稱為音訊轉文字或語音轉文字,是把錄音裡說出的話轉成書面文字的過程。你從手邊已有的檔案開始,例如一集 Podcast、一段訪談錄音或一則語音備忘,就能得到可以閱讀、搜尋、編輯和分享的逐字稿。
它和聽寫或語音輸入不同。聽寫是在你對著麥克風說話的同時把內容記下來;音訊轉錄處理的是已經存在的錄音,因此適合先前錄好的內容、別人製作的內容,或在其他裝置上錄製的內容。
要線上轉錄音訊,上傳錄音即可。你會得到一份90+種語言中任何一種的逐字稿,每一行都附有時間戳記。逐字稿不會標明是誰在說話:對於對話,你得到的是依序排列的話語,而不是附說話者姓名的劇本。如果你手上的是影片而不是音訊檔,流程也是一樣的:請看影片轉文字。
可轉換的音訊格式
常見的音訊格式都可以直接上傳。無需先把音訊轉成 MP3,格式也不會改變價格:依音訊的分鐘數計費,而不是依檔案大小。
| 格式 | 通常來自 | 轉換 |
|---|---|---|
| MP3 | Podcast、音樂播放器、大多數錄音裝置和下載網站 | MP3 轉文字 |
| M4A | iPhone 和 Apple 裝置上的語音備忘錄、iTunes | M4A 轉文字 |
| WAV | 外拍錄音裝置和音訊軟體產生的未壓縮錄音 | WAV 轉文字 |
| FLAC | 無損音樂和存檔錄音 | FLAC 轉文字 |
| OGG | WhatsApp、Telegram 和開源應用程式中的語音訊息 | OGG 轉文字 |
| OPUS | WhatsApp 語音留言、WebRTC 和 VoIP 通話 | OPUS 轉文字 |
| AAC | Apple 和 Android 的錄音,以及從影片中擷取的音訊 | AAC 轉文字 |
| WMA | 較舊的 Windows 錄音機和 Windows Media 存檔 | WMA 轉文字 |
| AIFF | Mac 上的音訊軟體和錄音室錄音 | AIFF 轉文字 |
| AMR | 舊手機、通話錄音和語音信箱 | AMR 轉文字 |
| MP2 | 廣播節目和較早的數位存檔 | MP2 轉文字 |
Apple 裝置的 CAF 檔案也可以上傳。完整的音訊和影片格式清單請見支援的格式。
可以轉錄哪些音訊?
只要語音清晰,任何錄音都可以用線上音訊轉文字轉換器轉成文字。以下是最常見的幾類,以及每一類需要注意的地方。
Podcast
整集節目變成可搜尋的逐字稿,可以和音訊一起發布,也可以重新用於節目筆記。即使是兩小時的節目,也無需事先剪輯。
訪談
錄好的訪談會依說話的先後順序變回文字,每一行都有時間戳記,方便你找到某句引言並對照錄音查證。
講座和課程
錄下來的講座會變成可以搜尋和標註的筆記。從教室後排錄的音訊也能用,但把手機放得離說話的人更近,文字效果明顯更好。
電話通話
通話錄音通常儲存為 AMR、M4A 或 WAV,可以直接上傳。電話語音的頻寬較窄,因此準確度通常比錄音室錄音略低一些。
語音信箱
把語音留言轉成文字,一眼就能讀完,不必聽完整則訊息,還能保留來電者所說內容的書面副本。
語音錄音和備忘
來自任何錄音裝置或手機應用程式的語音備忘、會議錄音和個人筆記,都會變成可編輯的文字,可以直接複製到文件或電子郵件中。
轉錄 90+ 種語言的音訊
語音辨識支援 90+ 種語言,並且會自動辨識語言,所以上傳前不需要選擇。使用最多的語言包括英語、西班牙語、法語、德語、葡萄牙語、義大利語、俄語、中文(普通話和粵語)、日語、韓語、阿拉伯語和印地語。準確度取決於語言和錄音本身:使用人數多的語言和清晰的語音,效果最好。
逐字稿準備好之後,你可以把它或由它產生的字幕翻譯成 29 種語言,並以相同的格式下載譯文。影片檔在影片翻譯中有同樣的功能。中文音訊會以附完整標點的簡體中文回傳。
AI 轉錄還是自己打字
手動打字整理逐字稿可以讓你完全掌控,但需要反覆聽、反覆暫停。當初稿來自語音辨識時,情況就不一樣了。
| TextifyALL | 自己打字 | |
|---|---|---|
| 時間戳記 | 自動加到每一行 | 手動新增,如果有新增的話 |
| 語言 | 90+ 種語言,自動辨識 | 只限你會的語言 |
| 輸出 | TXT, SRT, VTT, DOCX,可直接下載 | 所有排版都要自己動手 |
| 成本 | 按分鐘計費,價格見下文 | 你自己的時間 |
| 最適合 | 一份完整的初稿,之後你再通讀修改 | 需要逐字核對的短片段或法律等級的措辭 |
無論選哪種方式,發布之前都要把逐字稿從頭讀一遍:人名、數字和專業術語是最容易聽錯的地方。
如何得到更準確的逐字稿
清晰的錄音下,準確度最高可達 98%。乾淨的逐字稿和雜亂的逐字稿之間,大部分差別來自錄音本身,所以下面這些習慣值得養成。
靠近說話的人錄音
距離比麥克風更重要。把手機放在說話者身邊,通常比房間另一頭的昂貴麥克風效果更好。
降低背景噪音
音樂、車流和其他談話聲會和人聲互相干擾。風扇這類持續穩定的噪音,比忽大忽小的聲音干擾要小。
一次只有一個聲音
多人同時說話時,很難把兩個聲音都辨識出來。在會議和訪談中,讓說話者之間稍作停頓會有幫助。
上傳原始檔案
把音訊轉成別的格式只會損失細節。請直接上傳你的錄音裝置或應用程式產生的檔案,不論是什麼格式。
核對人名和數字
人名、數字和專業術語是最容易聽錯的地方。發布之前,在文字裡搜尋它們,並和錄音對照。
先試試免費分鐘數
前 15 分鐘免費,所以在為長檔案付費之前,你可以先看看自己的錄音會被轉錄成什麼樣。
音訊轉錄要多少錢?
前 15 分鐘免費,無需註冊。建立免費帳號可再獲得 20 分鐘免費額度。之後每分鐘 $0.035,最低 $1.99 起。所有方案請見定價頁面。
把逐字稿匯出為 TXT、Word 或字幕
所有方案,包括免費分鐘數,都可以下載全部四種格式的文字。
| 格式 | 最適合 |
|---|---|
| TXT | 閱讀文字、搜尋,並貼到任何地方 |
| DOCX | 在 Microsoft Word 或 Google Docs 中編輯,請見 MP3 轉 DOCX |
| SRT | 用於影片編輯器和 YouTube 的字幕,請見 MP3 轉 SRT |
| VTT | 用於網頁 HTML5 播放器和 Podcast 的字幕,請見 MP3 轉 VTT |
每一行字幕都保持足夠簡短,在螢幕上讀起來輕鬆。
我的音訊檔是私密的嗎?
你的音訊檔不會被長期儲存:處理完成後即被刪除。我們產生的逐字稿、字幕和翻譯檔會保留 24 小時,供你下載,之後永久刪除。
檔案透過加密連線傳輸,你的內容絕不會被出售,也不會用於訓練 AI 模型。為了產生文字,第三方的語音辨識和 AI 語言服務會處理音訊和逐字稿。詳情請見隱私政策。
誰在用音訊轉文字
Podcast 製作人
為每一集節目附上逐字稿,方便聽眾搜尋,而且無需重新播放音訊,就能摘出引言,用於社群貼文和節目筆記。
記者和研究人員
轉錄訪談,用來查證引言、為研究的回答編碼,或在原始錄音旁保留一份書面紀錄。
學生
把錄下來的講座和研討會轉成文字,然後直接搜尋你需要的部分,而不是把整堂課重新聽一遍。
團隊
轉錄會議錄音,把筆記分享給沒來參加的人,並留下決議事項的紀錄。
定價
透明定價。超大配額。純粹的生產力。
選擇適合您工作流程的方案,獲得無與倫比的轉錄速度與絕對隱私保護。
隨用隨付
按需購買點數,無需訂閱,無任何承諾。
再加 $8 可享 +10% 贈送
安全結帳 · 檔案 24 小時後刪除
Pro 版
適合日常專業人士
包含 每月 4,000 點數(約 66 小時)
註冊即可解鎖額外 25% 獎勵
- 優先雲端渦輪引擎
- 加密傳輸 · 檔案 24 小時後自動刪除
- 全部匯出格式(TXT、SRT、VTT、DOCX)
Max 版
適合進階用戶和團隊
包含 每月 15,000 點數(約 250 小時)
註冊即可解鎖額外 25% 獎勵
- 包含所有 Pro 功能
- 最高優先級隊列
- 商業授權
- API 存取(即將推出)
常見問題
是的。每個檔案的前 15 分鐘免費轉錄,無需帳號。建立免費帳號即可再獲得 20 分鐘免費額度,並保存你的歷史記錄。
大多數檔案幾分鐘內即可完成,較長的錄音也會得到一份完整的逐字稿。
不會長期保存。您上傳的音訊在處理完成後即刪除。我們產生的文字稿、字幕和翻譯檔案會保留 24 小時供您下載,之後永久刪除。您的內容絕不會被出售,也不會用於訓練 AI 模型。
在本頁上傳音訊檔,轉錄會自動開始:自動辨識語言,並連同時間戳記一起寫出語音內容。完成後,可以在瀏覽器中閱讀文字,或下載為 TXT、DOCX、SRT 或 VTT。無需安裝任何軟體。
實際上沒有差別:兩者都是把錄下來的語音變成書面文字,語音轉文字則是同一件事的第三種叫法。「音訊轉文字」是這類工具的常用名稱,「音訊轉錄」指的是這個過程及其結果,也就是逐字稿。
你手邊已有的那種。語音辨識不需要特殊格式,再次轉換檔案只會降低品質。如果是新錄音,WAV、FLAC 或高品質 M4A 這類未壓縮或輕度壓縮的格式能保留最多細節,不過一般的 MP3 檔案也能轉錄得很好。
可以。來自任何手機應用程式或錄音裝置的語音備忘、口述和錄音,都可以依原格式直接上傳,例如 M4A、MP3、WAV 和 AMR。你會得到附時間戳記的文字,可下載為 TXT 或 Word。
能,但噪音越大,準確度越低。冷氣這類持續穩定的噪音,比音樂、互相重疊的人聲或離麥克風很遠的說話者干擾要小。如果可以,請靠近說話的人錄音;對於已有的錄音,請重點檢查噪音最大的片段。
對長度和檔案大小沒有固定上限。長錄音會作為一份完整的逐字稿回傳,依音訊分鐘數計算(1 點數 = 1 分鐘)。
可以。轉錄完成後,你可以把文字或字幕翻譯成 29 種語言,並將譯文下載為 TXT、DOCX、SRT 或 VTT。影片請看影片翻譯。