什麼是 TurboScribe AI？
TurboScribe AI 是一款免費的網頁工具，用於影片轉文字與音訊轉文字。您提供錄音，它使用語音辨識模型聽寫，並回傳可編輯、帶時間戳記的分段轉錄文字。
與大多數線上轉錄網站的不同之處在於處理位置。TurboScribe AI 不會將檔案傳送到遠端伺服器，而是將小型 Whisper 模型下載到瀏覽器中一次，並在本機執行。因此無需帳號、無按分鐘收費，也永遠不會收到您錄音的副本。
音訊轉文字
MP3、WAV、M4A 等音訊檔案會產生每行都有時間戳記的轉錄文字。
影片轉文字
MP4、MOV、WEBM 與 MKV 檔案會自動提取音軌後再進行轉錄。
字幕
相同的帶時間戳記片段可直接匯出為 SRT 或 VTT 字幕檔案。
如何將影片轉文字或音訊轉文字
- 新增檔案將錄音拖到上方轉換器，或點擊瀏覽。支援音訊與影片檔案。
- 選擇口語語言預設選擇英語。可切換到其他語言，或不確定時使用自動偵測。
- 點擊「使用 AI 轉錄」首次執行會下載語音模型（約 39 MB）並快取。之後檔案會按 30 秒片段處理，文字會邊產生邊顯示。
- 編輯轉錄文字在匯出前點擊「轉錄文字」檢視，修正姓名、數字或標點。
- 複製或下載複製文字，或下載為 TXT、SRT 或 VTT。
裝置端轉錄 vs 基於上傳的工具
許多線上轉換器會將您的錄音上傳到伺服器。TurboScribe AI 採用完全相反的方式。實際差異如下。
| 主題 | TurboScribe AI | 典型上傳式網站 |
|---|---|---|
| 檔案去向 | 留在您的裝置上 | 傳送到遠端伺服器 |
| 帳號 | 不需要 | 通常需要 |
| 費用 | 免費 | 免費額度有限制，之後收費 |
| 檔案時長 | 受裝置限制 | 受方案或配額限制 |
| 速度 | 取決於您的硬體 | 取決於伺服器排隊 |
| 模型大小 | 精簡，專為瀏覽器設計 | 通常是更大的伺服器端模型 |
權衡很誠實：精簡的瀏覽器模型在困難音訊上不如大型伺服器模型強大。對於清晰語音，它快速、私密且免費。
支援的音訊與影片格式
| 格式 | 類型 | 典型來源 |
|---|---|---|
| MP3 | 音訊 | Podcast、語音錄音、下載檔案 |
| WAV | 音訊 | 錄音室與現場錄音機 |
| M4A / AAC | 音訊 | 手機語音備忘錄、Apple 裝置 |
| FLAC / OGG / OPUS | 音訊 | 無損與開放格式音訊 |
| MP4 | 影片 | 相機、螢幕錄影、社群影片 |
| MOV | 影片 | iPhone 與 Mac 錄影 |
| WEBM / MKV / AVI | 影片 | 瀏覽器錄影、OBS、舊檔案 |
TXT、SRT 與 VTT 匯出
選擇與您計畫用途相符的格式。
- TXT 是乾淨的文字，適合筆記、文章、郵件與搜尋。
- SRT 是 YouTube、Premiere Pro、DaVinci Resolve 及大多數影片編輯器的標準字幕檔案。
- VTT 是 HTML5 影片播放器使用的 WebVTT 字幕格式。
以下是 SRT 匯出的簡短範例：
1
00:00:00,000 --> 00:00:03,200
歡迎回到每週計畫會議。
2
00:00:03,200 --> 00:00:07,800
讓我們從上週發布的內容開始。裝置端處理：您的錄音永遠不會離開裝置
當您點擊「轉錄」時，瀏覽器會解碼音訊，Whisper 模型的 WebAssembly 版本會在您的 CPU 或 GPU 上將語音轉換為文字。網路上下載的只有模型與輔助函式庫，首次使用後會快取。
這使 TurboScribe AI 成為客戶通話、內部會議、法律訪談或未發布媒體等您不願交給第三方的錄音的實用選擇。
請注意：由於全部在本機執行，轉錄過程中關閉或重新整理分頁會停止處理。請保持分頁開啟，直到進度條達到 100%。
獲得準確結果
轉錄品質主要取決於錄音。以下習慣影響最大：
- 減少背景噪音。 音樂、交通與房間回音是最常見的錯誤原因。
- 盡量一次一人說話。 重疊人聲對任何語音模型都很難處理。
- 設定語言。 選擇口語語言比在短或嘈雜片段上使用自動偵測更可靠。
- 檢查姓名與數字。 專有名詞、品牌與數字是最常需要編輯的地方。
- 長檔案使用桌面裝置。 更多記憶體可讓超過一小時的錄音處理更穩定。
語言
在轉換器中選擇口語語言。英語輸出最可靠；其他語言可用，準確度因語言與音訊品質而異。
- 英語
- 簡體中文
- 繁體中文
- 西班牙語
- 法語
- 德語
- 義大利語
- 葡萄牙語
- 荷蘭語
- 波蘭語
- 俄語
- 土耳其語
- 日語
- 韓語
- 阿拉伯語
- 印地語
- 印尼語
誰在使用影片轉文字與音訊轉文字
會議與通話
將錄製的通話轉為可快速掃描決策與行動項目的筆記。
記者與研究人員
透過時間戳記找到準確引用，而不必重聽整段訪談。
Podcast 創作者
從一份轉錄文字開始製作節目筆記、部落格與電子報。
學生
將講座轉為文字閱讀、搜尋，並保存字幕用於複習。
影片創作者
一步匯出 SRT 或 VTT 字幕給編輯器與平台。
語音備忘錄使用者
讓口頭想法可搜尋、可編輯、易於分享。
常見問題
TurboScribe AI 真的免費嗎？需要註冊嗎？
是的。TurboScribe AI 免費，無需帳號、電子信箱或信用卡。語音模型在您自己的裝置上執行，因此沒有按分鐘費用。
我的音訊與影片檔案會上傳到任何地方嗎？
不會。檔案透過 WebAssembly 在瀏覽器內解碼與轉錄。僅在首次轉錄時下載語音模型；您的錄音永遠不會離開裝置。
支援哪些音訊與影片格式？
音訊：MP3、WAV、M4A、FLAC、OGG、AAC 與 OPUS。影片：MP4、MOV、WEBM、MKV 與 AVI。影片會在轉錄前自動提取音軌。
可以從影片取得字幕嗎？
可以。每份轉錄都分成帶時間戳記的片段，可匯出為 SRT 或 VTT 字幕檔案、純 TXT 檔案，或複製到剪貼簿。
轉錄有多準確？
TurboScribe AI 使用專為瀏覽器快速執行而選擇的精簡 Whisper 模型。它在清晰、單說話人語音上效果最好。背景噪音、重疊人聲與濃重口音會降低準確度，因此請在匯出前檢查並修正文字。
有檔案時長限制嗎？
沒有伺服器端限制，因為不會上傳。大檔案從磁碟按十分鐘分段讀取，並以 30 秒片段轉錄，因此記憶體占用保持適中。非常長的錄音只是需要更長時間，速度取決於您的裝置。
支援手機與平板嗎？
可在目前行動瀏覽器中執行，但長錄音在記憶體更大的桌上型電腦或筆記型電腦上更快、更可靠。
可以轉錄哪些語言？
可從 15 種選項中選擇口語語言，包括英語、中文、西班牙語、法語、德語、日語、韓語、阿拉伯語與印地語，或使用自動偵測。英語結果最可靠。