音频和视频转文字——免费，直接在浏览器中

核心要点 (BLUF)： 该工具完全在浏览器中把音频和视频转成文字：文件不会发送到我们的服务器，不扣代币，识别出的文字可以编辑。

转写与输出格式

Whisper 模型（约 40 MB）只需下载一次并由浏览器缓存。语言可以自动识别或手动选择。结果带时间戳显示，可编辑、复制，并以 TXT、SRT、VTT 或 JSON 下载。

如果上传的是视频，还可以生成带硬字幕的视频文件（Chrome 和 Edge）并下载。

隐私与价格

识别在你的设备上完成：文件和识别出的文字都不会到达我们的服务器。没有付费接口，也不扣代币。

质量取决于录音：清晰语音下模型很准确，嘈杂录音可能出错。识别文字可在保存字幕前修改。

常见问题

转写免费吗？

免费，不扣代币：模型在浏览器中本地运行。

文件会被发送到服务器吗？

不会，音频、视频和识别出的文字都不会离开你的设备。

可以编辑识别出的文字吗？

可以，文字可在页面上直接编辑，修改会进入字幕。