音乐厅 · 6 号房间
语音转文字
用 Whisper AI 把音频和视频转成文字。
🔒 在浏览器中处理 · 无需上传 · 无需注册
把音频或视频文件拖到这里 或点击选择
支持 MP3、WAV、M4A、MP4、WebM…… AI 模型在你的设备上运行。
用 Whisper 私密地把语音转成文字
这个工具通过 transformers.js 直接在浏览器中运行 OpenAI 开源的 Whisper 语音识别模型（支持 WebGPU 时使用 WebGPU，否则使用 WebAssembly）。支持约 100 种语言，可以把语音翻译成英文，还能导出 SRT 或 VTT 字幕。
我的音频会被上传吗？
不会。只会下载模型文件（下载一次后会缓存）。你的录音在本地解码和转写。
需要多长时间？
使用 WebGPU（较新的 Chrome / Edge）时，几分钟的音频通常不到一分钟就能转写完。用 CPU 可能会慢好几倍——追求速度选 Tiny 模型，追求准确选 Small。