跳至内容

将任意录音转换为书面文字

上传 MP3、语音备忘录或录制的采访,将其转换为带时间戳的文本。

此工具正在升级维护

探索更多工具

已达到今日额度上限

将文件拖放到这里

浏览
或

MP4, MOV, AVI, MKV, WebM, MP3, WAV

0 / 1000

将字幕文件拖到这里

浏览

SRT, VTT, ASS, SSA

AI
0 / 1000
示例:

平台

时长

受众与基调 可选
AI 正在为你写脚本…

使用此工具需注册免费账户,几秒钟即可搞定!

视频时长
所需时长
已用时长 / 上限
剩余时间(分钟)
操作后的预计余额(分钟)
这个视频值得拥有更清晰的画质。 有更高画质可用 — 免费下载后即可解锁。

源语言
目标语言

请选择两种不同的语言开始配音。

声音

示例音频会以目标语言播放,方便你在开始前进行对比。

保留原声背景音

小音量,在翻译语音的背景中。

时长 :

点击要保留在画面中的人物

预览

目标格式

想减小视频文件大小吗?

自定义尺寸(像素)

× px

取景

要跟随的人物

背景

更多设置

固定画面

同一镜头内摄像机不移动

稳定画面

减轻抖动 — 在最终视频中可见

保留黑边

默认会自动去除

拉伸填满

不裁切任何内容,画面会被拉伸

两人对话时分屏

每人各占屏幕的一半,上下排列。关闭时,单一画面跟随正在说话的人。

分辨率

自动:提供套餐允许的最佳画质

正在上传背景…

透明背景导出(带 Alpha 通道的 ProRes .mov)。通行证或 Pro 版专属;预览效果将显示在棋盘格背景上。

拖拽 · 缩放 · 旋转
位置
文字
Logo / 图片
通用设置
→
可选

最终剪辑长度

你想寻找什么

可选

如果你填写了此项,它将优先于通用标准。

可选

用于引导片段筛选。你的简要说明仍优先考虑。

输出格式

两人对话时分屏

每人各占屏幕的一半,上下排列。关闭时,单一画面跟随正在说话的人。

含字幕

字幕样式

正在提取语音…字幕预览将在几秒钟内就绪。

此视频中未检测到语音:没有可预览的字幕。

目前无法预览。你可以启用字幕生成片段;如有失败,系统会予以说明。

字幕预览暂不可用:已达到每日额度。你仍可按通常的分析价格生成片段。

登录免费账户以预览字幕。

剪辑强度

如何处理静音片段

转场

同时

同时去除语气词

“嗯”、“啊”和口误

清理背景噪音

电流声、空调声、街道噪音

关键词(可选)

旋转或镜像视频以启用。

选择输出格式

MP4 兼容所有平台。按需更改。

处理完成后立即发送邮件通知我。

视频正在获取

准备好后将显示在这里。

标签已复制到剪贴板 —— 直接粘贴到你的帖子中!

Klipa 对你有帮助吗?花 30 秒告诉我们—— 在 Trustpilot 上留下评价。

Klipa 对你有帮助吗?花 30 秒告诉我们—— 在 Trustpilot 上留下评价。


                                        

Klipa 对你有帮助吗?花 30 秒告诉我们—— 在 Trustpilot 上留下评价。

处理前 处理后

格式 时长 大小 画质 已节省 去除时间 片段 ✓ 已为此视频解锁无水印

订阅用户享有优先权。

处理完成后立即发送邮件通知我。

确定现在取消吗?已完成的工作将会丢失,文件必须重新上传。

这就是你下载后的视频。

哪里不满意?

仍然太暗?

我们将从您的原始视频重新开始,进一步提亮。不消耗积分。

想要更清晰的画面吗?

免费试用你视频中的 10 秒。只有满意才需付费。

Klipa 对你有帮助吗?花 30 秒告诉我们—— 在 Trustpilot 上留下评价。

正在准备无水印视频……下载将自动开始。

字幕(.srt) 独立文件

免费 Google 一键登录 无需信用卡
先了解基础

将录音转为清晰易读的文字,逐句呈现

音频转文字是把录音里的话提取出来的最快方式。您放入一段MP3、语音备忘录、访谈、讲座或播客节目,就能拿回书面文字,每句话旁边都附有时间。不用边播放边打字,也不用每隔十秒就暂停一次去听清一个名字。

可以使用哪些音频文件

本页面接受MP3、WAV、M4A、AAC、OGG和FLAC文件,每个最大2 GB。在手机上最重要的是M4A:iPhone上录制的语音备忘录就是M4A文件,可以直接导入。视频文件同样可用(MP4、MOV、AVI、MKV、WebM、3GP、FLV、WMV),当一场会议唯一的记录是屏幕录制时,这就很方便。开始之前有一个限制值得了解:以Opus格式保存的音频(一些即时通讯应用就是这样保存语音消息的)不被接受,请先把它转换成MP3或M4A。

您会得到什么

所说的语言会被自动识别,所以没有需要设置的菜单。文字按句子分开,每一句都带有开始时间,这样您不必听完整段录音就能找到某一段。所有内容打包在一个ZIP里:一个可以阅读、引用或粘贴到文档中的纯文本文件,另外还有SRT和VTT文件,这是视频编辑软件和播放器都能识别的字幕格式。当有多个人说话时,您可以开启说话人识别,文字中会显示谁说了什么。提前输入难记的人名,有助于识别生僻词。

本页面不能做什么

它转写的是已经完成的文件,而不是实时对话:没有在别人说话时同步打字的麦克风模式。它也不做摘要或改写,所以您收到的是实际说出的话,保留什么由您决定。准确率还取决于录音本身。靠近麦克风的清晰人声能得到最干净的文字,而音乐、有回音的房间或放在桌子另一头的手机都会让结果变差。如果您的文件有噪音,请先清理声音,再进行转写。

免费试用

试用不花一分钱:赠送20点积分,结果不带水印,也不需要银行卡。较长的文件由Pro和Studio方案处理。

示例效果 — 音频转文字:用 AI 轻松转录 MP3 和语音备忘录
用实力说话

工具处理效果

使用指南

只需 3 步,将音频转换为文字

第 1 步

添加你的音频文件

拖入最大 2 GB 的 MP3、WAV、M4A、AAC、OGG 或 FLAC 录音。包含音轨的视频文件也可以。

第 2 步

开始转写

无需选择语言。如果有几个人说话,开启说话人识别,并列出不常见的名字以便正确拼写。

第 3 步

保存文本

下载包含纯文本、SRT 和 VTT 版本的单个 ZIP 文件。方便阅读、复制到文档或作为带时间的字幕复用。

为什么选择 Klipa

为什么使用 Klipa 将音频转为文字

优势 — 音频转文字:用 AI 轻松转录 MP3 和语音备忘录

自动识别视频语言

开始前无需选择语言。该工具能自动识别所说语言,包括英语、法语、西班牙语、阿拉伯语和普通话,如果遇到不支持的语言会直接提示,而不会乱码。包含多种语言的录音也能轻松处理。

优势 — 音频转文字:用 AI 轻松转录 MP3 和语音备忘录

精准对应每句话的时间

文本被分割成多个句子,每个句子都标有录音中的开始时间。这使得两小时的访谈内容变得可搜索:你可以找到需要的答案,记下时间,然后直接在原文件中跳转过去,无需来回拖动进度条。

优势 — 音频转文字:用 AI 轻松转录 MP3 和语音备忘录

一次下载三个文件

一个 ZIP 包即可包含用于阅读和引用的纯文本,以及用于字幕的 SRT 和 VTT 文件。上传前无需选择格式,文件干净且不添加任何水印。

优势 — 音频转文字:用 AI 轻松转录 MP3 和语音备忘录

辨别说话人

对于会议、座谈会或访谈,说话人识别功能可以区分不同的声音并在文本中为每个声音进行标注。你可以提供参与者人数,也可以让工具自行统计,因此即使是很长的书面记录也依然易于阅读和分享。

真实案例

音频转文字的实用场景

文章采访录音

记者或学生录下一段对话,上传 M4A 或 MP3,即可获得带时间戳的完整文本。随后只需几秒钟即可对照录音核对引文,无需重听整段内容。

手机里的语音备忘录

你在散步时边走边讲出一个想法,想把它记下来。iPhone 录音是 M4A 文件,可以直接上传,并转化为文字,方便你粘贴到笔记或邮件中。

用播客单集生成图文纪要

将单集内容转化为文字,方便自己写摘要、提取引言,或是为喜欢阅读胜过收听的受众发布图文页面。时间戳能帮你把每个观点与对应的视频时刻关联起来。

讲座或在线课程

录下课堂内容,转成文字并以此进行复习。时间戳让你能回到老师解释难点的那一分钟,因此复习比重新播放录音快得多。

多人发言的会议记录

录制通话,通过说话人识别功能进行转录并分享文字记录。未能出席的人可以阅读决议内容,并了解是谁提出了哪些观点。

继续使用

相关工具

准备获取视频并调整为合适的格式
剪辑剪辑、清理声音和静音片段
转换将其转化为可直接发布的高光短视频
丰富字幕、翻译与转写
常见问题

音频转文字:常见问题解答

有没有免费把录音转成文字的方法?

可以,你能免费试用。提供 20 积分供你测试工具,下载的文件不带任何水印。免费使用有每日次数限制。Pro 和 Studio 方案支持更长的录音。

如何从 MP3 文件中提取文字?

可以。MP3 是支持的格式之一,此外还支持 WAV、M4A、AAC、OGG 和 FLAC。上传文件,开始转写并下载文本。每个句子都带有对应的时间戳,你还会在同一个 ZIP 文件中获得 SRT 和 VTT 版本。

如何转写来自 iPhone 的语音备忘录?

iPhone 录制的语音备忘录是 M4A 文件,本页面支持该格式。将备忘录发送到电脑或保存到文件,然后上传到这里即可开始转写。系统会自动识别语言,文字片刻即可生成。

我可以转写 WhatsApp 语音消息吗?

不一定。以Opus格式保存的音频不被接受,一些即时通讯应用就是这样保存语音消息的。如果您手上的文件是其他受支持的格式,比如M4A或MP3,就可以使用。否则,请先把它转换成MP3,再上传。

它支持英语以外的其他语言吗?

是的。系统会自动检测所说的语言,并支持广泛的语种,包括法语、西班牙语、阿拉伯语、普通话以及英语。你无需手动选择。如果某个语言不受支持,工具会直接提示你,而不是瞎猜并给你输出错误语言的文本。

它能在我说话时实时转录语音吗?

不会。本页面处理的是你已经录制好的音频:上传文件,然后获取文本。它不是听写工具,不会通过麦克风收音。如果要用于对话,请先录音,然后再上传音频。

它能辨别是谁在说话吗?

可以,这是可选功能。开启说话人识别后,文字会自动区分不同的参与者并标注每一次发言。你可以指定说话人数,也可以让工具自动识别。这对于访谈、会议和有嘉宾的播客非常方便。

转换出的文字准确吗,还是会充满错误?

它在录音清晰、麦克风附近且每次只有一人说话的情况下效果最好。口音和专业词汇通常处理得很好,但偶尔生僻的名字可能会拼错,因此你可以在开始前列出这些名字。噪音、音乐或距离都会降低转写质量,请先去除噪音。

处理完成后我能得到什么?

包含三个内容的单个 ZIP 文件:一个纯文本文件、一个 SRT 文件和一个 VTT 文件。文本分为多个句子,每个句子都有其开始时间。使用文本进行阅读或引用,在需要视频字幕时使用 SRT 或 VTT。

你们会保存我上传的音频多久?

不会保留太久。文件会自动删除,而 Studio 会将其保留最多 90 天。在此之前只有你能打开它们,并且你可以在它们消失前的任何时刻重新下载你的文件。长达 2 小时的较长录音需要 Pro 或 Studio 账户。

轮到你了

将你的录音转化为文字

上传音频文件即可获取带时间戳的文本,方便阅读、引用或制作成字幕。

你本月的高级试用额度已用完。升级到 Pro 版即可无限制使用所有工具。

无需信用卡

结语

拿到文字后可以做什么

文本只是第一步。如果录音有杂音,请在转写前使用去除背景噪音功能,这样文字识别会更准确。要了解该工具如何同时处理视频和音频,请阅读完整的AI 转写页面。当你想要将文字显示在屏幕上时,ZIP 压缩包中的 SRT 文件可以作为你在其他地方编辑视频时的字幕基础。文本还为你提供逐行核对录音的时间戳。

所有工具