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。
使用可下载的 Whisper 模型在本地转写音频文件。
使用可下载的 Whisper 模型在本地转写音频文件。
支持的格式和编码取决于浏览器及源文件。
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
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。
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。
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。
首次使用时,请等待 Whisper Tiny 模型和浏览器音频解码器加载。
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。
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。
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。
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。
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。
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。
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。
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。