支持 100 种语言
自动检测口语语言，也可以在转录前手动选择。
多语言音频转文字
由 OpenAI Whisper 驱动多语言稳健语音识别/音频转文字工具
无限的音频和视频 转录
使用 OpenAI Whisper 在几秒内将语音转换成准确、易读的文字，支持常见音频与视频格式和多种导出格式。
100 种语言
自动检测口语语言
准确率因音频而异*
姓名、数字和术语需要校对
说话人标签
需另接说话人分离模型
无限生成
先免费使用，随时继续
* 实际准确率会随语言、录音质量、口音和背景噪声变化。 查看来源
登录后每天可免费转录 3 次，无需信用卡。
Whisper
多语言语音识别
时间戳
生成可用字幕片段
无限转录
不设固定转录时长额度
9 种导出
TXT、DOCX、PDF、SRT、VTT、CSV、Markdown、HTML、JSON
音频和视频
支持 29 种文件扩展名
私密安全
仅账号内处理
使用方法
三步把媒体文件变成可用文字
文件选择、处理进度、转录稿和下载内容都集中在私密工作台。
- 01
登录账号
创建私密工作台，把过去的转录记录保存在一起。
- 02
上传音频或视频
选择支持的文件：MP3、MP4、M4A、MOV、AAC、WAV、OGG、OPUS、MPEG、WMA、WMV、AVI、FLAC、AIFF、ALAC、3GP、MKV、WEBM、VOB、RMVB、MTS、TS、QuickTime、DivX。
- 03
校对和导出
检查名称和数字，再导出 TXT、DOCX、PDF、SRT、VTT、CSV、Markdown、HTML、JSON。
由 OpenAI Whisper 提供支持
识别 100 种口语语言
自动检测口语语言，将常见音频和视频中的语音转换成带时间信息的文字。
高准确度语音 AI
为真实对话设计，而不只是理想录音
自动语言识别和时间戳，让长录音更容易阅读和复用。
支持音频和视频
转录常见音频文件，也能提取视频音轨中的语音。
支持 29 种文件扩展名
带时间戳的片段
保留时间数据，方便生成字幕和定位长音视频内容。
SRT 和 VTT
多种导出格式
下载文字，也能直接导出字幕
可导出 Word、PDF、纯文本、字幕、表格、网页文件和结构化数据。免费版导出会带有简短的 ScribeZip 标记；无限版不会添加。
TXT
适合笔记和文档的纯文本
DOCX
可继续编辑的 Microsoft Word 文档
适合分享和打印的转录稿
SRT
带序号和时间戳的字幕
VTT
适合网页视频的时间字幕
CSV
适合表格处理的时间片段
MD
适合写作和发布的 Markdown
HTML
可直接打开的网页文档
JSON
结构化文字和片段数据
简单透明的定价
每天免费使用，需要更多时再升级
免费方案每天提供 3 次转录。升级无限方案后，个人可以不限次数转录，并获得不含 ScribeZip 标记的完整导出。
免费
US$0
每天免费使用，无需信用卡
- 每天 3 次转录
- 每次处理 1 个文件
- 支持全部 29 种音频和视频格式
- 9 种导出格式，带有简短 ScribeZip 标记
无限 · 年付
US$10/ 月
每年收取 US$120 · 节省 50%
- 单人无限转录
- 每次处理 1 个文件
- 支持全部 29 种音频和视频格式
- 9 种导出格式，不含 ScribeZip 标记
- 私密保存账号内的转录记录
无限 · 月付
US$20/ 月
按月收取 · 可随时取消
- 单人无限转录
- 每次处理 1 个文件
- 支持全部 29 种音频和视频格式
- 9 种导出格式，不含 ScribeZip 标记
- 私密保存账号内的转录记录
由 Stripe 提供安全结账
付款信息由 Stripe Checkout 处理，ScribeZip 不会存储你的银行卡信息。
Stripe 托管付款美元账单清晰透明账号内管理订阅
无限套餐仅限个人正常使用，并受公平使用和防滥用规则约束。
01登录账号
02私密上传
03AI 语音转录
04账号内结果
默认保护隐私
媒体文件只在你的账号内处理
上传必须在登录后的工作台中进行，文件不会被发布成公开媒体页面。
- 登录后才会真正开始上传文件
- 处理期间使用私密文件存储
- 源媒体默认在处理结束后删除
- 只有你的账号可以查看转录历史
来源与说明
哪些资料支持 ScribeZip 的转录说明？
ScribeZip 使用 OpenAI Whisper 进行语音识别。OpenAI 公开资料说明了 Whisper 的多语言转录、语言识别、时间戳，以及对口音和背景噪声的稳健性。可选语言以 Whisper 的公开语言列表为准；实际准确率仍会因音频而异。
- OpenAI：Whisper 研究介绍
多语言识别、时间戳和复杂录音环境说明。
- OpenAI Whisper：公开语言列表
ScribeZip 的语言选项以该公开列表为基础。
音频转文字常见问题
怎样把音频转成文字？
点击转录区域，需要时先登录，再在工作台上传支持的文件并开始转录。导出前可以先检查文字。
ScribeZip 支持多少种语言？
ScribeZip 支持 100 种口语语言转录，可以自动识别，也可以在处理前手动选择。
Whisper 可以识别多个说话人吗？
Whisper 可以转录语音，但不会添加说话人标签。如需区分不同说话人，需要另外接入说话人分离模型。
可以上传哪些格式？
支持 MP3、MP4、M4A、MOV、AAC、WAV、OGG、OPUS、MPEG、WMA、WMV、AVI、FLAC、AIFF、ALAC、3GP、MKV、WEBM、VOB、RMVB、MTS、TS、QuickTime、DivX。文件大小以上传工作台显示的限制为准。
免费方案包含什么？
登录用户每天可以免费转录 3 次。免费导出文件的开头和结尾会有简短的 ScribeZip 标记；升级无限版后不会添加。
会识别视频画面中的内容吗？
不会。ScribeZip 转录视频音轨中的语音，不会读取静音画面或屏幕文字。
把下一段录音变成文字
今天可以免费转录 3 次。