音频转文字
导入录音、语音备忘录、播客或视频：Whisper AI 会直接在您的浏览器中将其转换为带时间戳的文字。免费使用，文件不会被上传。
- Whisper AI
- 支持上百种语言
- TXT 和 SRT
- 100% 隐私保护
100% 隐私保护 — 一切均在您的浏览器中直接处理：您的文件、语音和图像永远不会发送到 Chatzam 的服务器。
如何转录音频文件？
-
导入您的文件
MP3、WAV、M4A、OGG，或 MP4、MOV、WebM 视频：拖入区域即可。
-
选择语言
指定所说的语言（或选择自动检测）以及所需的精度。
-
获取文字
复制转录文本，或下载为 TXT 或 SRT 字幕文件。
AI 转录，隐私零妥协
OpenAI 的 Whisper 引擎
与许多付费工具相同的语音识别模型，直接在您的浏览器中运行。
音频与视频均可
支持所有常见格式：视频中的音轨会被自动提取。
时间戳与字幕
以时间戳形式查看文字，或导出适用于 YouTube 或剪辑软件的 SRT 文件。
文件不会被上传
您的录音（会议、访谈、语音备忘录）永远不会离开您的设备。
用 AI 将录音转换为文字
会议、采访、课程、语音留言或播客：手动整理文字往往要花上几个小时。此工具使用 OpenAI 的语音识别模型 Whisper，将语音转换为书面文字。选择“精确”获得最佳质量，或在配置较低的电脑上处理长文件时选择“快速”。
免费又私密的转录，原理是什么？
首次使用时，AI 模型（约 40 到 80 MB）只会下载一次，随后由浏览器缓存。之后的转录完全在您的设备上完成：文件永远不会被上传。处理时间取决于您电脑的性能和音频的时长。
一键生成 SRT 字幕
文字会被切分为带时间戳的片段。导出为 SRT 格式，即可为 YouTube、TikTok 或 Instagram 视频添加字幕，也可以在剪辑软件中进一步编辑。
常见问题
音频转文字真的免费吗？
是的。AI 模型在您的设备上运行：没有订阅费用，也没有时长限制。
支持哪些语言？
Whisper 能识别上百种语言。法语、英语、西班牙语、德语、意大利语、葡萄牙语和荷兰语的识别效果最佳。
转录需要多长时间？
这取决于您的电脑性能和所选模式。“快速”模式明显更快；“精确”模式较慢但更可靠。处理期间请保持标签页打开。
我的文件会被发送到服务器吗？
不会。只有 AI 模型会从 Hugging Face 下载；您的音频从始至终都留在您的设备上。