将任何音频或视频转换为 文本和字幕

是的：无需注册账户，没有水印，不按分钟收费或设置每日上限，而且这款免费工具不是试用版——它不会过期，并且其运行模式与此处的所有其他功能相同。广告可以维持 GPU 的正常运行。还有一个可选附加项： 5 欧元/月的订阅服务 提供会议记录、真实的发言者姓名、Word 文档导出以及更高的使用限制。它可以让您在处理转录内容时拥有更多的选择，而不是提供更好的转录质量。 可以做更多的事情 与您的文字稿一起使用，但不会提供更优质的文字稿。

所有内容都在我们的服务器上处理，完成后立即删除；结果会在 45 分钟内清除。不会存储、共享或用于训练。请参阅《 隐私政策》。.

我们使用我们自己的语音模型，这是最好的开源语音识别模型之一。清晰的语音可以非常准确地进行转录；对于带有浓重口音、多方交谈、背景噪音或质量较差的录音，任何工具都会遇到困难。务必快速校对一下。

是的。当它听到多个声音时，它会自动将文本分成不同的说话段落，最多支持八个说话者，无需进行任何设置。这使得访谈或会议录音可以被阅读，而不是变成一大段文字。标签由人工智能估算，因此对于多方交谈或非常相似的声音，请快速检查一下。

是的。在上传之前勾选“同时生成干净版或带字幕的版本”，您将收到第二个文件，其中所有脏话都会被 屏蔽、静音或剪掉。 此外，如果您需要，它还可以屏蔽“嗯”以及长时间的沉默。您可以先查看带有时间戳的完整列表，并选择保留任何单词。更多信息请参见《屏蔽脏话》和《删除填充词》。

大约 100 种语言，自动检测（或手动选择）。音频和视频：MP3、WAV、M4A、FLAC、OGG、MP4、MOV、MKV、WEBM 等，最高可达 2 GB 和 60 分钟。

可以。直接上传视频，然后下载 SRT 或 VTT 文件。将 SRT 文件与您的视频放在一起，或将其上传到 YouTube 作为字幕。

可以。Instagram、TikTok、WhatsApp 和大多数电视都不支持单独的字幕文件，因此在上传之前，请勾选“同时制作无字幕或带字幕的版本”，选择三种样式之一（经典、框式或大字号），然后下载带有文本的 MP4 文件。 文本将嵌入到画面中。无需安装任何编辑器，也不会有水印，并且您的原始文件保持不变。完整指南： 如何为任何视频添加字幕。.

这是我们的姊妹工具： StemGrab 它可分离人声、鼓声、贝斯和乐器伴奏，同样是免费的。

对于清晰地录制的一个人说英语的内容，该模型大约能正确识别一百个单词中的九十八个——我们测得干净语音的错误率为 1.94%。以下三个因素对准确性影响最大。首先是重叠对话，即两个人同时说话，因为模型必须选择其中一个。其次是与麦克风的距离，因为放在会议桌远处的手机会捕捉到更多的环境噪音而不是人声。最后是不常用的词汇：名字、品牌、术语和缩写都是根据上下文推断出来的，因此对于从未见过的姓氏，它可能会给出听起来相似但实际上不正确的答案。该模型对强烈口音的处理比大多数人预期的要好；对背景音乐的处理则较差。

语音识别需要 GPU 时间，大多数免费转录工具都是从云服务中按音频分钟数租用该时间——这正是“每天三个文件”和“二十分钟”的限制旨在保护的原因。我们拥有自己的硬件：相同的显卡运行着我们在荷兰的其他工具，因此额外的录音消耗的是电费而不是产生账单，而且页面上的广告可以覆盖这些费用。这就是为什么每个文件的时长可达九十分钟，大小可达两千兆字节，您可以随意上传，无需注册帐户或提供电子邮件地址。