音频转文字
把任意视频或音频中的语音转换成纯文本——基于 Qwen3-ASR
★★★★★ 数千用户信赖
🔒 隐私优先
⚡ 即时出结果
🪙 …
每次转录 40 点
语音由运行在我们服务器上的 Qwen3-ASR 转录，随后直接转换成纯文本——没有时间轴，没有字幕格式，只有文字内容。需要 SRT/VTT 字幕文件？请使用 AI 视频字幕生成。
为什么选择我们
🎧
真正的语音识别，而非浏览器 API
Qwen3-ASR 在我们的服务器上运行，采用真正的 GPU 级语音识别——远比浏览器内置的语音 API 准确，对各种音质和口音都能胜任。
📝
只要文字
没有时间轴，没有字幕序号，事后也不用清理字幕语法——转录稿可以立即复制进文档、用来搜索，或送入其他工具处理。
⏱️
30 分钟自动删除
上传文件和处理结果都会在 30 分钟内从服务器清除，不保留、不分享、不用于训练。
如何使用
- 1
上传任意视频或音频文件——格式不限，由服务器负责解码。
- 2
选择语音语言，或保持自动检测。
- 3
复制转录稿，或下载为 .txt 文件。文件 30 分钟内自动删除。
常见问题
这和 AI 视频字幕生成工具有什么区别？⌄
底层都是同一套 Qwen3-ASR 转录引擎——这款工具直接输出纯文本，没有时间轴、字幕序号或字幕文件编辑器。如果你需要 SRT/VTT/ASS 字幕文件或烧录字幕，请使用 AI 视频字幕生成。
转录稿的准确率如何？⌄
准确率取决于音质、口音和背景噪音，但 Qwen3-ASR 对常见语音场景（会议、采访、播客、讲座）表现良好。噪音很大或多人抢话严重的音频仍需人工校对。
我的文件会怎样处理？⌄
上传文件和转录稿都会在 30 分钟内自动删除。任务只能用你会话签发的令牌访问。