语音转文字与语音听写

浏览器语音输入写进当前获得焦点的输入框，一旦失去焦点就会停止，长段口述经不起一次停顿、一个标签页切换或一次刷新。语音转文字 AI 以保存下来的录音为输入，音频一直在，页面关掉之后仍可重新转写、复核和导出。碰到拿不准的地方，回去听一遍比猜要快。

支持 MP3、M4A、WAV、AAC、WMA、OGG 以及常见的视频容器，文件来自手机、录音笔或电脑都可以。已经放在网上的录音，也可以粘贴链接直接提交。上传之前不需要先做格式转换，转写任务从原始文件开始。分段提交时，在标题里写清章节，日后存档也方便找。

带。句子会被断句并组织成段落，而不是返回一整块没有停顿的文字，初稿可以直接读、直接改，省掉第一遍排版。人名、数字和引语附近的标点仍值得看一眼，同一句口述里的插入语，断法可能不止一种。把初稿当草稿来读，删减总比补写省力。

单个文件不限时长、最大 100MB，比普通的便条或信件长得多。特别长的录音按章节切开更好管理：改完一章再改下一章，编辑器不必承受整篇文本，也更接近文档实际的写作方式。上传前只确认文件还能正常播放，其余交给转写。

它是一份初稿，不是成稿。人名、数字和专业术语通常还要过一遍，口语里的语气词读起来也不好看。价值在于初稿已经存在：改一份转写比对着录音打字快得多，时间戳又让任何拿不准的句子可以立刻回听确认。改稿时先顺句子，再统一人名会更快。

可以，而且这往往正是重点。几个月前录的备忘、存在手机里的口授信件、用录音笔做的访谈，都可以按原样上传。整个流程不依赖麦克风是否连着，录音本身比录制它的设备更重要。旧素材的价值，往往就在当时没来得及整理。

两者都会影响准确率。见过多种口音的识别器通常能应付吐字清楚的说话人，但厚重的背景声、风扇声，或把手机拿得离嘴很远，都会增加错误。录音时靠近麦克风、待在安静的房间里，仍然是上传前成本最低的改善办法，比换一支更贵的麦克风实在。

第一个文件不需要账号。登录后转写记录可以跨会话保留、在别的设备上打开，这对每天靠口述写稿、而不是偶尔用一次的人更实际。任务结束后，上传的录音不会被保留，这一点在使用旧素材时尤其值得注意，提交前也宜确认来源。