音频工具
音频转文字
浏览器本地运行多语言 Whisper，将音频转成带时间片段的文字。
LOCAL WHISPER
音频转文字
上传音频后，由浏览器本地运行多语言 Whisper，不上传音频内容。
WebGPU 优先 多语言识别 本地处理
GUIDE / 音频转文字
关于音频转文字
使用 Transformers.js 在浏览器本地运行多语言 Whisper，把音频转换为可编辑文字和带时间码字幕。
常见使用场景
- 01整理访谈、会议和课程录音
- 02为播客和语音素材生成初稿
- 03把音频快速转换为 TXT 或 SRT 字幕
常见问题
音频会上传到服务器吗？
不会。音频解码、重采样和 Whisper 推理都在当前浏览器中完成；首次使用只会下载公开模型文件。
为什么第一次使用等待时间较长？
首次需要下载并缓存多语言 Whisper 模型。后续使用会复用浏览器缓存，WebGPU 可用时识别速度通常更快。