什么是 TurboScribe AI？
TurboScribe AI 是一款免费的网页工具，用于视频转文字和音频转文字。您提供录音，它使用语音识别模型听写，并返回可编辑、带时间戳的分段转录文本。
与大多数在线转录网站的不同之处在于处理位置。TurboScribe AI 不会将文件发送到远程服务器，而是将小型 Whisper 模型下载到浏览器中一次，并在本地运行。因此无需账户、无按分钟收费，也永远不会收到您录音的副本。
音频转文字
MP3、WAV、M4A 等音频文件会生成每行都有时间戳的转录文本。
视频转文字
MP4、MOV、WEBM 和 MKV 文件会自动提取音轨后再进行转录。
字幕
相同的带时间戳片段可直接导出为 SRT 或 VTT 字幕文件。
如何将视频转文字或音频转文字
- 添加文件将录音拖到上方转换器，或点击浏览。支持音频和视频文件。
- 选择口语语言默认选择英语。可切换到其他语言，或不确定时使用自动检测。
- 点击「使用 AI 转录」首次运行会下载语音模型（约 39 MB）并缓存。之后文件会按 30 秒片段处理，文本会边生成边显示。
- 编辑转录文本在导出前点击「转录文本」视图，修正姓名、数字或标点。
- 复制或下载复制文本，或下载为 TXT、SRT 或 VTT。
设备端转录 vs 基于上传的工具
许多在线转换器会将您的录音上传到服务器。TurboScribe AI 采用完全相反的方式。实际区别如下。
| 主题 | TurboScribe AI | 典型上传式网站 |
|---|---|---|
| 文件去向 | 留在您的设备上 | 发送到远程服务器 |
| 账户 | 不需要 | 通常需要 |
| 费用 | 免费 | 免费额度有限制，之后收费 |
| 文件时长 | 受设备限制 | 受套餐或配额限制 |
| 速度 | 取决于您的硬件 | 取决于服务器排队 |
| 模型大小 | 紧凑，专为浏览器设计 | 通常是更大的服务器端模型 |
权衡很诚实：紧凑的浏览器模型在困难音频上不如大型服务器模型强大。对于清晰语音，它快速、私密且免费。
支持的音频和视频格式
| 格式 | 类型 | 典型来源 |
|---|---|---|
| MP3 | 音频 | 播客、语音录音、下载文件 |
| WAV | 音频 | 工作室和现场录音机 |
| M4A / AAC | 音频 | 手机语音备忘录、Apple 设备 |
| FLAC / OGG / OPUS | 音频 | 无损和开放格式音频 |
| MP4 | 视频 | 相机、屏幕录制、社交视频 |
| MOV | 视频 | iPhone 和 Mac 录制 |
| WEBM / MKV / AVI | 视频 | 浏览器录制、OBS、旧文件 |
TXT、SRT 和 VTT 导出
选择与您计划用途匹配的格式。
- TXT 是干净的文本，适合笔记、文章、邮件和搜索。
- SRT 是 YouTube、Premiere Pro、DaVinci Resolve 及大多数视频编辑器的标准字幕文件。
- VTT 是 HTML5 视频播放器使用的 WebVTT 字幕格式。
以下是 SRT 导出的简短示例：
1
00:00:00,000 --> 00:00:03,200
欢迎回到每周计划会议。
2
00:00:03,200 --> 00:00:07,800
让我们从上周发布的内容开始。设备端处理：您的录音永远不会离开设备
当您点击「转录」时，浏览器会解码音频，Whisper 模型的 WebAssembly 版本会在您的 CPU 或 GPU 上将语音转换为文字。网络上下载的只有模型和辅助库，首次使用后会缓存。
这使 TurboScribe AI 成为客户通话、内部会议、法律访谈或未发布媒体等您不愿交给第三方的录音的实用选择。
请注意：由于全部在本地运行，转录过程中关闭或刷新标签页会停止处理。请保持标签页打开，直到进度条达到 100%。
获得准确结果
转录质量主要取决于录音。以下习惯影响最大：
- 减少背景噪音。 音乐、交通和房间回声是最常见的错误原因。
- 尽量一次一人说话。 重叠人声对任何语音模型都很难处理。
- 设置语言。 选择口语语言比在短或嘈杂片段上使用自动检测更可靠。
- 检查姓名和数字。 专有名词、品牌和数字是最常需要编辑的地方。
- 长文件使用桌面设备。 更多内存可让超过一小时的录音处理更稳定。
语言
在转换器中选择口语语言。英语输出最可靠；其他语言可用，准确度因语言和音频质量而异。
- 英语
- 简体中文
- 繁体中文
- 西班牙语
- 法语
- 德语
- 意大利语
- 葡萄牙语
- 荷兰语
- 波兰语
- 俄语
- 土耳其语
- 日语
- 韩语
- 阿拉伯语
- 印地语
- 印尼语
谁在使用视频转文字和音频转文字
会议和通话
将录制的通话转为可快速扫描决策和行动项的笔记。
记者和研究人员
通过时间戳找到准确引用，而不必重听整段访谈。
播客创作者
从一份转录文本开始制作节目笔记、博客和 newsletter。
学生
将讲座转为文字阅读、搜索，并保存字幕用于复习。
视频创作者
一步导出 SRT 或 VTT 字幕给编辑器和平台。
语音备忘录用户
让口头想法可搜索、可编辑、易于分享。
常见问题
TurboScribe AI 真的免费吗？需要注册吗？
是的。TurboScribe AI 免费，无需账户、邮箱或信用卡。语音模型在您自己的设备上运行，因此没有按分钟费用。
我的音频和视频文件会上传到任何地方吗？
不会。文件通过 WebAssembly 在浏览器内解码和转录。仅在首次转录时下载语音模型；您的录音永远不会离开设备。
支持哪些音频和视频格式？
音频：MP3、WAV、M4A、FLAC、OGG、AAC 和 OPUS。视频：MP4、MOV、WEBM、MKV 和 AVI。视频会在转录前自动提取音轨。
可以从视频获取字幕吗？
可以。每份转录都分成带时间戳的片段，可导出为 SRT 或 VTT 字幕文件、纯 TXT 文件，或复制到剪贴板。
转录有多准确？
TurboScribe AI 使用专为浏览器快速运行而选择的紧凑 Whisper 模型。它在清晰、单说话人语音上效果最好。背景噪音、重叠人声和浓重口音会降低准确度，因此请在导出前检查并修正文本。
有文件时长限制吗？
没有服务器端限制，因为不会上传。大文件从磁盘按十分钟分段读取，并以 30 秒片段转录，因此内存占用保持适中。非常长的录音只是需要更长时间，速度取决于您的设备。
支持手机和平板吗？
可在当前移动浏览器中运行，但长录音在内存更大的台式机或笔记本电脑上更快、更可靠。
可以转录哪些语言？
可从 15 种选项中选择口语语言，包括英语、中文、西班牙语、法语、德语、日语、韩语、阿拉伯语和印地语，或使用自动检测。英语结果最可靠。