🎙 音訊轉文字

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。

✨ Powered by AI

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

隱私優先 · 24 小時後自動刪除
極速處理 · GPU 加速
多語言支援 · 支援 90+ 種語言

3 步把音訊轉為文字

01

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。

02

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。

03

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
MP3Podcast、音樂播放器、大多數錄音裝置和下載網站MP3 轉文字
M4AiPhone 和 Apple 裝置上的語音備忘錄、iTunesM4A 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
OGGWhatsApp、Telegram 和開源應用程式中的語音訊息OGG 轉文字
OPUSWhatsApp 語音留言、WebRTC 和 VoIP 通話OPUS 轉文字
AACApple 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
AIFFMac 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。

永不過期無需訂閱即時到帳
$270 分鐘
+5% +10% 首儲贈送 · 贈送 10 分鐘

再加 $8 可享 +10% 贈送

安全結帳 · 檔案 24 小時後刪除

月付年付

入門版

完美的試用體驗

$0

永久免費

免費試用
  • 免註冊即享 15 分鐘免費額度,註冊免費帳號再得 20 分鐘
  • 雲端 API 處理
  • 全部匯出格式(TXT、SRT、VTT、DOCX)
最受歡迎

Pro 版

適合日常專業人士

$19.90/月

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

$49.90/月

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。