如何將音頻轉為文字?
選擇本地音頻檔案;首次使用時等待模型加載,然後選擇“在此裝置上轉寫”。複製或下載 TXT 檔案前,請檢查生成的文字。
使用可下載的 Whisper 模型在本地轉寫音頻檔案。
使用可下載的 Whisper 模型在本地轉寫音頻檔案。
支援的格式和編碼取決於瀏覽器及源檔案。
這段 11 秒的英語語音來自公開的 OpenAI Whisper 測試素材。播放或下載後,在上方選擇該檔案來試用轉寫工具。
下載 WAV 示例示例來源: OpenAI Whisper · MIT 許可證
And so my fellow Americans Ask not What your country can do for you as what you can do for your country
這是參考頁面錄製的 Tiny + WebGPU 輸出,未經校正。本工具使用 Tiny + WASM,因此結果可能不同。請檢查人名、數字和標點。
首次運行會下載 Whisper Tiny 模型。音頻解碼和識別在當前瀏覽器中運行,但模型和代碼首次加載仍需要網路連接。本工具目前僅導出純 TXT 檔案,不提供說話人標籤或轉寫校對。
如果轉寫失敗,請嘗試較短的 MP3、WAV 或 M4A 檔案,確認音軌可以播放,並檢查裝置是否有足夠內存。結果會因語言、噪聲、口音和裝置性能而異。
從裝置中選擇音頻檔案。如果想先測試流程,可以使用頁面提供的 WAV 語音示例。
首次使用時,請等待 Whisper Tiny 模型和瀏覽器音頻解碼器加載。
選擇“在此裝置上轉寫”,檢查或編輯文字,然後複製或下載 TXT 檔案。
在瀏覽器中將音頻轉為文字,無需將媒體發送到伺服器。模型首次使用時會下載到瀏覽器,識別過程隨後通過 WebAssembly 在裝置上運行。
選擇本地音頻檔案;首次使用時等待模型加載,然後選擇“在此裝置上轉寫”。複製或下載 TXT 檔案前,請檢查生成的文字。
此瀏覽器工具不收取轉寫費用。裝置需要下載 Whisper Tiny 模型,處理速度取決於 CPU、內存和音頻長度。
瀏覽器需要先下載並初始化 Whisper Tiny 模型才能處理語音。之後可能使用瀏覽器緩存,但清除緩存後仍需重新加載。
檔案選擇器接受音頻檔案,但能否成功解碼取決於瀏覽器解碼器支援的音頻編碼。Whisper Tiny 支援多語言;識別品質取決於語音語言和錄音品質。
噪聲、音樂、靜音、多人重疊說話、不常見的人名以及不支援的編碼都可能影響結果。請嘗試清晰的短音頻,並手動檢查轉寫內容。
選中的音頻會在此裝置上處理,但網頁應用和 Whisper 模型首次加載時需要網路連接。