语音转文字

对着麦克风说话,实时转成文字,支持普通话、粤语、英语等多种语言,按停顿自动分段加标点,结果可以修改后复制或下载 TXT、SRT 字幕。

点击麦克风开始,首次使用需要允许浏览器访问麦克风

识别在哪里进行

  • 本工具使用浏览器自带的语音识别功能(Web Speech API),网站本身不接收、不保存你的录音和文字。
  • 但不同浏览器的实现不同:Chrome 会把语音发送到 Google 的服务器识别,Edge 使用微软的在线服务,Safari 使用苹果的语音识别(部分设备在本机完成)。涉及机密内容时请注意。
  • 在中国大陆网络环境下,Chrome 可能因为无法连接 Google 服务而提示“网络错误”,可以改用 Edge 或 Safari。

提高识别准确率

  • 使用耳机麦克风或靠近麦克风说话,保持环境安静,语速平稳,吐字清楚。
  • 选择与说话内容一致的语言;中英夹杂时选普通话,常见英文单词也能识别。
  • 浏览器识别没有标点或标点不准时,可以开启“自动补标点”:停顿较长的地方会断句,之后再手动修改。
  • 网页语音识别只能识别麦克风的实时声音,不能直接识别音频、视频文件;可以一边播放一边识别,但效果取决于音质。

把文字朗读出来请用 文字转语音,统计字数请用 字数统计,录制屏幕请用 屏幕录制器。

语音转文字常见问题

语音转文字怎么使用?

选择语言,点击麦克风开始识别并允许浏览器使用麦克风,说话时上方显示正在识别的内容,确认后的文字进入下方文本框,可以开启自动补标点和显示时间;再次点击麦克风停止,修改后复制或下载 TXT、SRT 字幕。

怎么把说的话转成文字?

点击麦克风开始说话,文字会实时显示在文本框中。

能识别粤语吗?

可以,语言选择“粤语(香港)”。

能把录音文件转成文字吗?

网页识别只能识别实时声音,不能直接识别音频文件。

识别的文字会被保存吗?

网站不保存,浏览器厂商的识别服务会处理语音。

语音转文字的结果应怎样理解?

依赖浏览器内置的语音识别,Firefox 不支持;Chrome 需要连接 Google 的识别服务,在部分网络环境下可能无法使用;只能识别麦克风的实时声音,不能直接识别音频文件;自动标点按停顿推测,需要人工校对。

输入内容会保存或发给外部服务吗?

网站不接收和保存录音及文字;但浏览器可能把语音发送到其厂商的识别服务器(Chrome 为 Google,Edge 为微软,Safari 为苹果)。

没有结果或操作失败时先检查什么?

提示网络错误时改用 Edge 或 Safari;没有反应时检查麦克风权限和系统输入设备;识别不准时靠近麦克风、放慢语速。

相关工具

图片压缩器 · SVG 在线预览 · 音频可视化 · 图片批量调整尺寸 · 全部媒体工具