语音转文字并导出 SRT 字幕：音频、视频都能转

打开工作室里的“语音转文字”，上传一个音频或视频文件，点“开始转写”，就能得到整段文字：可以直接复制，也可以下载成 TXT，或者下载带时间戳的 SRT 字幕。支持中文，语言可以自动识别，也可以自己选。

在浏览器里使用就行，不用安装软件，电脑也不需要显卡，转写在我们的服务器上完成。登录只支持 Google 账号，第一次登录送的 20 积分可以转 20 分钟。

转写完你会得到什么

• 全文：转写结果显示在页面上，点“复制文字”就能粘贴到文档、笔记或聊天里。
• TXT 文件：点“下载 TXT”，得到一份纯文字稿，适合做会议记录、采访整理、视频文案。
• SRT 字幕：点“下载 SRT 字幕”，得到按时间分好的字幕文件，每一条都带开始和结束时间，可以直接导进剪辑软件或视频平台。

语音转文字导出 SRT 字幕的步骤

1. 打开工作室，用 Google 账号登录。
2. 切到“语音转文字”。
3. 点“上传文件”，选一个音频或视频文件（格式和上限见下文）。
4. 在“音频语言”里选“自动识别”，或者直接选录音里说的语言。
5. 看一眼文件时长和“本次消耗”：每分钟 1 积分，不足 1 分钟按 1 分钟算。
6. 点“开始转写”，等结果出现在“转写结果”里。
7. 先把文字通读一遍，再点“复制文字”“下载 TXT”或“下载 SRT 字幕”。

支持哪些格式，文件多大

• 格式：MP3、WAV、M4A、MP4、MOV、WebM、OGG、FLAC。
• 视频也行：MP4、MOV 这类视频文件可以直接上传，转写的是视频里的说话声，不用先自己把声音提出来。
• 上限：单个文件最大 30 MB，最长 15 分钟，两个条件都要满足。

文件超过上限时有两个办法：

• 拆成几段：把长录音剪成几段，每段不超过 15 分钟、30 MB，分别转写。注意每一段的 SRT 时间都从这一段的开头算起，拼回长视频时要在剪辑软件里把字幕挪到对应的位置。
• 只传音频：如果是视频体积超了，可以先从视频里导出一份音频再上传，音频文件一般比视频小很多。

支持中文吗？支持哪些语言

支持。语音转文字大约支持 99 种语言，中文也在其中。

• 自动识别：让系统自己判断录音的语言，大多数只说一种语言的录音直接用它就行。
• 手动选择：如果识别出来的语言不对，比如录音开头是很长一段音乐或静音，就手动选上正确的语言再转一次。

用的什么模型，准不准

转写用的是开源的 Whisper small 模型（MIT 许可），运行在我们自己的服务器上，你的文件不会交给第三方语音服务商处理。

它是一个小模型，准确度很受录音质量影响。下面这些情况错字会明显变多：

• 背景音乐大、环境嘈杂、回声重；
• 几个人同时说话、互相抢话；
• 离麦克风很远，或者声音很小；
• 口音重、语速特别快；
• 人名、品牌名、专业术语和数字。

所以转出来的文字和字幕发布前一定要校对，人名、数字和专有名词尤其要逐个核对。想让结果更准，尽量用清晰的录音，剪掉开头和结尾无关的部分，并手动选对语言。

SRT 字幕是什么，怎么用

SRT 是很常见的一种字幕文件，本质是一个纯文本文件。里面一条一条排下来，每条字幕有三部分：一个序号，一行时间（开始时间和结束时间，中间用 --> 连接，写成“时:分:秒,毫秒”），然后是这段时间里显示的文字。

导进剪辑软件

常见的视频剪辑软件和视频平台一般都能导入 SRT。做法大同小异：在字幕或文本相关的菜单里找“导入字幕”或“导入 SRT”，选中下载好的文件，字幕会按时间自动排到时间线上，之后再调字体、大小和位置。

在播放器里直接显示

把 SRT 文件和视频放在同一个文件夹，文件名改成一样（只是扩展名不同），很多播放器打开视频时会自动加载字幕。

自己改字幕

用任何文本编辑器打开 SRT 就能改错字。只改文字那几行，不要动序号和时间那一行的格式；保存时保持 UTF-8 编码，中文才不会乱码。

免费积分和价格

• 语音转文字每分钟 1 积分，不足 1 分钟按 1 分钟算。
• 第一次用 Google 登录送 20 积分，365 天内有效，可以转 20 分钟。不用一次用完，可以分几个文件用，但每个文件仍然最多 15 分钟、30 MB。
• 每日签到也能领积分：连续签到第 1 到第 7 天分别给 2、2、4、2、2、2、6 积分，连续 7 天共 20 积分；中间断一天就从第 1 天重新算。签到积分 30 天内有效。
• 1,000 积分可以转 1,000 分钟。积分包 $9.90 就是 1,000 积分，永不过期；月付套餐 $9.90/月起，每月 1,500 积分，当月积分只在这个计费月内有效，用不完不累计。价格都以美元计，详见价格。
• 转写失败时，积分会自动退回。
• 积分在语音转文字、文字转语音、声音克隆三个工具之间通用。

你的文件怎么处理

• 转写在我们自己的服务器上完成。
• 上传的文件和转写出的文字保存在我们的云存储里、归在你的账户下，保存 30 天后自动删除；付费后新上传的文件和转写结果保存 6 个月。
• 我们不用你上传的文件或文字训练模型。
• 需要留存的文字和字幕请及时下载；想提前删除，随时发邮件到 [email protected]。

常见问题

视频能直接转文字吗？

能。MP4、MOV、WebM 等视频文件直接上传就行，转写的是视频里的说话声，同样能导出 SRT 字幕。

转出来的字幕需要校对吗？

需要。转写用的是一个小模型，录音越嘈杂、口音越重，错字越多。发布前请通读一遍，重点核对人名、数字和专有名词。

超过 15 分钟的录音怎么转？

把录音剪成几段，每段不超过 15 分钟、30 MB，分别转写，再把文字或字幕按顺序合起来。

免费能转多久？

第一次登录送 20 积分，可以转 20 分钟，365 天内有效。每日签到还能再领积分。

需要安装软件或显卡吗？

不需要。在浏览器里使用就行，转写在我们的服务器上完成，只要有一个 Google 账号登录。

能把文字反过来转成语音吗？

能。同一个工作室里有文字转语音，可以把文字读成 MP3 下载，做法见文字转语音并下载 MP3。中文要选 HD 声音。

准备好了就打开工作室，上传一段录音试试。