先检查原始录音
普通单声道或立体声 MP3 都可以。码率过低、降噪过重可能已经损失部分人声细节。
MP3 转文字
选择录音笔、播客、会议或手机里的 MP3,EarScribe 会在浏览器中解码,自动识别语言,并生成可以和原音逐段核对的文字。
录制音频
仅在当前标签页录制,不会上传。
导出前先核对文字和时间戳
普通单声道或立体声 MP3 都可以。码率过低、降噪过重可能已经损失部分人声细节。
首次使用需要下载语音模型,之后同一浏览器可以复用缓存模型。
搜索人名、日期、价格和专业词,点击时间戳回听原音,确认后再导出。

MP3转文字
手里的文件已经是 MP3,就不该为了识别再转一次格式。直接选择 MP3,生成带时间戳文字,核对后再导出文字稿或字幕。
录音笔、播客、会议或手机里的 MP3 都可以直接选择。浏览器会在本地解码,模型会自动识别录音语言。
把已经压缩过的 MP3 转成 WAV,不能找回压缩时丢掉的细节。如果文件里有很长的静音,先裁剪往往比改容器更能减少内存压力。
搜索人名、日期、价格和专业词,再点击时间戳回听。与其重新听完整录音,不如先定位最需要人工判断的片段。
高码率只有在保留更清楚的人声时才有帮助。麦克风距离、背景噪音和多人同时说话,通常影响更大。
TXT 适合阅读和整理,SRT 或 VTT 适合剪辑和网页视频。核对后的分段会在不同格式中保留时间轴。
文字和字幕确认前不要覆盖原始 MP3。之后遇到疑似错词时,原文件就是最快的证据。

导出前先核对文字和时间戳
处理前复制一份,不要覆盖原始录音。
特别长的空白段可以先裁掉。
用时间戳核对人名、数字和不常见词。
阅读用 TXT,字幕用 SRT 或 VTT。
把已经压缩过的 MP3 转成 WAV,并不能找回丢失的人声细节。
如果录音里有很长的静音,先裁掉可以减少内存占用。
完成文字和字幕核对前,建议保留原始 MP3。
可以。选中的 MP3 会在浏览器中解码和识别,不会发送到 EarScribe 服务器。
只有在更好地保留人声时才有帮助。麦克风距离、噪音和多人同时说话通常影响更大。
可以。核对带时间戳的结果后,可以直接导出 SRT 或 VTT。