什么是音频转文字？
音频转文字会把音频文件里的语音变成浏览器里可编辑的文字稿。MP3、M4A、WAV、AAC、FLAC 和 OGG 文件都能直接上传，不需要任何转换步骤。口语语言自动识别，说话人轮次可以标注，每一行保留时间码，结果可以复制成文本，也可以导出为 SRT 或 VTT。
为什么选择音频转文字？
访谈、语音备忘、播客和通话录音大多以音频文件存在。音频转文字直接读取这些文件，只保留一份源文件，并在同一次处理中给出初稿。人名和专业术语容易修改，说话人标签在编辑后仍然保留，导出的结果可以直接放进文档、字幕轨或研究笔记，不需要第二个工具。
还在靠耳朵一句句敲音频吗？
手动敲一份音频要花掉录音时长好几倍的时间，结果还很难搜索。只读取一种容器的工具还会在识别语音之前多出一步导出。音频转文字直接接受常见音频容器，每一行都和音频时间对齐，返回的文字可以搜索、引用和做字幕，不必反复重听。
音频转文字有什么不同？
三个简单的选择定义了它：接受人们真正持有的音频文件，让说话人轮次保持可读，并导出适合下一步的格式。
支持 MP3、M4A、WAV 和 FLAC
说话人轮次读得清
导出格式贴合工作流
格式、语言与上限
- 支持语言
- 99
- 默认自动识别；中英混说或口音较重时，可以手动指定再转写。
- 文件类型
- 13
- MP3、M4A、WAV、AAC、FLAC、OGG 等格式，直接读取，不需要转换步骤。
- 单文件上限
- 500 MB
- 大文件直传对象存储，进度条可见，最大 500 MB。
- 导出格式
- TXT · SRT · VTT
- 纯文本、SRT 与 VTT 字幕，可直接进文档、剪辑软件或字幕轨。
如何用音频转文字，三步完成
第 1 步：添加音频文件
上传你自己拥有或已获授权的 MP3、M4A、WAV、FLAC 或 OGG 文件。
第 2 步：确认语言
语言会自动识别；音频里混说多种语言或噪声很重时，可以手动指定。
第 3 步：校对并导出
在编辑器里改好人名和术语，再导出纯文本、字幕或文档。
关于音频转文字的常见问题
音频转文字是免费的吗？
可以免费转写音频并导出结果，不需要付款。付费套餐会提高文件大小上限并解锁高级转录模式。
支持哪些音频格式？
MP3、M4A、WAV、AAC、FLAC 和 OGG 都能直接上传，不需要在上传前转换文件。
可以转写播客单集吗？
可以，只要单集是你拥有或已获授权的音频文件。上传后，文字稿会保留说话人轮次和时间码。
能区分说话人吗？
可以。开启说话人分离后，每一轮发言都会标注说话人，多人对话能对应到正确的人。
准确率怎么样？
准确率取决于音质、口音和背景噪声。安静、靠近麦克风录的音频需要改的地方最少；嘈杂文件建议重点校对名字和专业术语。
需要注册账号吗？
需要。免费注册每月 60 分钟；账号还能长期保留音频文字稿，并跨设备打开。
音频文字稿可以改吗？
可以。措辞、说话人名字和时间戳在导出前都能改。
能导出成什么格式？
纯文本、SRT 和 VTT 字幕，以及带格式的文档，方便把音频文字稿放进文档、播放器或字幕文件。
可以用流媒体平台上的音频吗？
不可以。Dictawave 不会下载或提取第三方平台的内容。请上传你自己拥有或已获授权的音频文件。