支持 wav、mp3、m4a、wma、aac、ogg、amr、flac 格式
选择音视频中的语言
按时间轴生成逐句字幕
自动识别不同说话人并标记
上传 MP3、WAV、M4A 等常见音频,系统自动识别语音并整理成带标点的文字稿,需要时可以导出带时间轴的字幕。
适合会议录音、采访、课程和播客整理。录音质量、说话人数量和背景噪声都会影响识别效果。
MP3、WAV、M4A、AAC 等音频直接上传。
输出可直接阅读的段落文本。
需要时导出带时间轴的 SRT。