EarScribe

M4A 转文字工具

免费 M4A 转文字：浏览器里直接识别录音

iPhone 语音备忘录、Zoom 的纯音频录制和很多手机录音 App 保存的都是 M4A。直接选择 .m4a 文件即可：EarScribe 在浏览器里解码并识别，生成带时间戳的文字，导出前可以逐句对照原录音核对。

  • 不用先转成 MP3 或 WAV
  • 点击时间戳回听对应片段
  • 导出 TXT、SRT、VTT 或 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

三步免费把 M4A 转成文字

1

找到 .m4a 文件

语音备忘录、Zoom 纯音频文件和录音 App 导出的文件都可以直接选择。在 iPhone 上，先把录音存储到“文件”App，浏览器才能读取。

2

使用推荐模型

大多数 M4A 人声录音用均衡模型就够了。旧手机或特别长的录音，可以换更小的模型。

3

核对后导出

搜索人名和数字，点击时间戳回听，改正文字后复制或导出文件。

M4A 录音生成的带时间戳文字稿，含波形和导出按钮

m4a转文字

转写 M4A 之前值得知道的事

M4A 是一种容器，不是编码格式：它是只装音频的 MPEG-4 文件。弄清文件从哪里来、里面装的是什么，大多数常见问题就有了答案。

M4A 文件从哪里来

iPhone 语音备忘录、Zoom 本地录制的纯音频文件、GarageBand 导出，以及很多安卓录音 App 保存的都是 M4A。播客剪辑软件和录屏软件也常把它作为比 WAV 更小的导出选项。

因为和 MP4 视频是同一种容器，有些软件会把 M4A 显示为 audio/mp4。这很正常，不影响转文字。

里面是 AAC 还是无损

大多数 M4A 装的是 AAC 压缩音频，主流浏览器都能解码。iPhone 语音备忘录在音质设为“无损”时会使用 Apple Lossless，文件会大好几倍，而且不一定所有浏览器都能打开。

无损音质对语音识别没有帮助：EarScribe 会先把所有文件转成 16 kHz 单声道，再交给 Whisper。如果无损录音加载失败或内存不足，另存一份压缩版本再转写即可。

让时间戳真正有用

每一段文字都保留它在录音里出现的时间。点击即可回听原声、修改文字，同样的时间会带进导出的 SRT 和 VTT。

如果你在其他软件里剪过这段 M4A，就转写准备发布的那个剪辑版本，字幕时间才会对得上。

M4A 录音转成可编辑、带时间戳的文字
M4A 录音转成可编辑、带时间戳的文字

导出前先核对文字和时间戳

导出 M4A 文字稿之前

  1. 1

    原始文件

    转写原始录音，不要用反复压缩过的副本。

  2. 2

    音质设置

    无损录音体积大，长录音用压缩版本处理。

  3. 3

    人名和数字

    逐个搜索并回听，确认后再分享。

  4. 4

    导出格式

    笔记用 TXT，视频用 SRT 或 VTT，自己的工具用 JSON。

这个页面不能处理的情况

  • 带版权保护的 .m4p 文件无法在浏览器里解码。
  • 暂不支持 MP4、MOV 等视频文件，请先把音频导出为 M4A。

让 M4A 录音识别更干净

  • 用“无损”音质录制的 M4A 比普通文件大得多，长录音建议另存一份压缩版本再处理。

  • 录音时让手机或录音笔靠近说话人。距离对准确率的影响比文件格式大得多。

  • 剪掉录音开头和结尾的长时间静音，处理长文件时能省下不少内存。

常见问题

M4A 是什么格式？

M4A 是只装音频的 MPEG-4 容器，里面通常是 AAC 压缩音频。它和 MP4 视频用的是同一种容器，所以有些软件会把它标成 audio/mp4。

M4A 需要先转成 MP3 吗？

不需要。浏览器可以直接解码 M4A 里的 AAC 音频，在两种有损格式之间转换也补不回丢失的细节，直接选原文件就好。

为什么我的 M4A 打不开？

大多数 M4A 使用 AAC 编码，主流浏览器都能打开。用 Apple Lossless（无损）编码的文件不一定所有浏览器都支持；带版权保护的 .m4p 文件则完全无法解码。请另存一份普通 AAC 格式再试。

M4A 可以直接做成字幕吗？

可以。核对文字后导出 SRT 或 VTT，每条字幕都保留原录音里的时间。

相关音频工具