浏览器工具 · 本地处理

音频转文字

使用可下载的 Whisper 模型在本地转写音频文件。

在浏览器中将音频转为文字

在此设备上运行 Whisper Tiny

使用可下载的 Whisper 模型在本地转写音频文件。

复制或下载 TXT 格式的转写内容

支持的格式和编码取决于浏览器及源文件。

音频在此设备处理,Whisper 模型会下载到浏览器。

转录文本

语音转文字示例

试用短语音示例

这段 11 秒的英语语音来自公开的 OpenAI Whisper 测试素材。播放或下载后,在上方选择该文件来试用转写工具。

下载 WAV 示例

示例来源: OpenAI Whisper · MIT 许可证

参考页示例输出

And so my fellow Americans
Ask not
What your country can do for you as what you can do for your country

这是参考页面录制的 Tiny + WebGPU 输出,未经校正。本工具使用 Tiny + WASM,因此结果可能不同。请检查人名、数字和标点。

此工具支持的内容

首次运行会下载 Whisper Tiny 模型。音频解码和识别在当前浏览器中运行,但模型和代码首次加载仍需要网络连接。本工具目前仅导出纯 TXT 文件,不提供说话人标签或转写校对。

如果转写失败,请尝试较短的 MP3、WAV 或 M4A 文件,确认音轨可以播放,并检查设备是否有足够内存。结果会因语言、噪声、口音和设备性能而异。

如何使用这个工具

  1. 1

    从设备中选择音频文件。如果想先测试流程,可以使用页面提供的 WAV 语音示例。

  2. 2

    首次使用时,请等待 Whisper Tiny 模型和浏览器音频解码器加载。

  3. 3

    选择“在此设备上转写”,检查或编辑文字,然后复制或下载 TXT 文件。

为什么使用这个工具

在浏览器中将音频转为文字,无需将媒体发送到服务器。模型首次使用时会下载到浏览器,识别过程随后通过 WebAssembly 在设备上运行。

常见问题

如何将音频转为文字?

选择本地音频文件;首次使用时等待模型加载,然后选择“在此设备上转写”。复制或下载 TXT 文件前,请检查生成的文字。

可以免费在线将音频转文字吗?

此浏览器工具不收取转写费用。设备需要下载 Whisper Tiny 模型,处理速度取决于 CPU、内存和音频长度。

为什么首次转写速度较慢?

浏览器需要先下载并初始化 Whisper Tiny 模型才能处理语音。之后可能使用浏览器缓存,但清除缓存后仍需重新加载。

支持哪些文件类型和语言?

文件选择器接受音频文件,但能否成功解码取决于浏览器解码器支持的音频编码。Whisper Tiny 支持多语言;识别质量取决于语音语言和录音质量。

为什么音频转写结果不准确或为空?

噪声、音乐、静音、多人重叠说话、不常见的人名以及不支持的编码都可能影响结果。请尝试清晰的短音频,并手动检查转写内容。

语音识别完全离线吗?

选中的音频会在此设备上处理,但网页应用和 Whisper 模型首次加载时需要网络连接。