选择录音
支持常见音频格式。手机或内存较小的电脑建议先处理较短文件，并使用均衡模式。
音频转文字工具
免费把音频转成带时间戳的文字
选择 MP3、WAV、M4A、FLAC、OGG 或 WebM 录音，EarScribe 会自动识别语言，生成带时间戳的文字。你可以搜索、修改、点击回听，再导出需要的格式；音频无需上传。
- 免费无限使用，无需注册，也没有按分钟额度
- 点击任意时间戳，直接回听对应录音
- 复制文字，或导出 TXT、SRT、VTT 和 JSON
拖入音频文件，或点击浏览
MP3、WAV、M4A、OGG、FLAC、WebM；可处理长度取决于设备内存
导出前先核对文字和时间戳
免费从录音得到可用文字
使用推荐精度
大多数录音直接使用均衡模式即可；需要更快或更高精度时，再展开高级选项。
核对并导出
搜索内容，修改人名和专业词，点击时间戳回听存疑片段，然后导出到剪辑、笔记或字幕工具。
音频转文字
音频转文字，不止得到一段文字
真正能交付的文字稿，需要能回到原音核对。找到一句话、点击时间戳回听、改好人名和数字，再导出到下一步工具，才是完整流程。
先用你手里的录音直接开始
MP3、WAV、M4A、FLAC、OGG 和 WebM 都可以直接选择。人声清楚、麦克风距离合适，通常比盲目换更大的模型更重要。
首次运行需要下载所选 Whisper 模型，之后浏览器可能复用缓存。长录音能否顺利处理取决于设备可用内存，先裁掉大段静音往往更实际。
用时间戳把文字和原音对上
搜索人名、数字或关键词，点击旁边的时间戳回听对应片段。这样可以快速发现看起来合理、实际却识别错的词。
准备发布或引用时，要重点核对人名、日期、价格和专业术语。EarScribe 帮你定位证据，但重要内容仍需要人工复核。
一次核对，多种格式导出
TXT 适合笔记和研究，SRT 或 VTT 适合字幕，JSON 保留分段和时间信息，方便接入其他流程。
工作台里的修改会同步到复制和导出，不需要分别修好几份下载文件。
导出前先核对文字和时间戳
发布前的快速核对清单
- 1
人名
回听所有关键人物、公司和地名。
- 2
数字
核对日期、价格、比例和测量单位。
- 3
上下文
引用一句话前，回听它前后的完整语境。
- 4
格式
按下一步使用场景选择 TXT、SRT、VTT 或 JSON。
这个页面不会承诺什么
- 本地处理减少上传录音的暴露面，但浏览器、设备、扩展程序和导出文件仍需要正常的安全管理。
- 多人重叠说话、音乐、严重噪音和专业词可能导致识别错误，重要内容请保留原始录音并人工复核。
怎样让识别结果更准确
人声清楚、背景噪音较少，通常比一味选择最大模型更重要。
采访录音尽量让说话人靠近麦克风，避免音乐盖住人声。
发布前重点核对人名、数字、品牌名和专业术语。
常见问题
支持哪些音频格式转文字？
支持浏览器可以解码的常见格式，包括 MP3、WAV、M4A、OGG、FLAC 和 WebM。
需要提前选择录音语言吗？
不需要。Whisper 会自动识别语言，完成后可以在结果工作台查看识别结果。
识别出来的文字可以修改吗？
可以。你可以逐段编辑、搜索全文、回听对应录音，并导出修改后的版本。