---
title: "免费音频到文本转换器：私人，无需上传 | Yaps"
description: "在浏览器中运行的免费音频到文本转换器。无需上传，无需注册，无长度限制。转录 MP3、WAV、M4A 或视频并导出 TXT 或 SRT。"
canonical: "https://www.yaps.ai/zh-hans/%E5%B7%A5%E5%85%B7/%E9%9F%B3%E9%A2%91%E8%BD%AC%E6%96%87%E5%AD%97"
language: "zh-Hans"
---

[免费工具](/zh-hans/工具)作者：Yaps

# 音频转文本，无需 upload.

放入 MP3、WAV、M4A 或视频文件并获取文本。无长度限制，无需帐户，录音永远不会离开您的计算机。导出纯文本、带时间戳的文本或 .srt 文件。

在您的机器上运行·无需上传·无长度上限

型号

开始 transcription 向上

删除音频或视频文件

MP3、WAV、M4A、MP4、MOV — 任意长度

## 关于这个工具

## 这个免费且准确的音频到文本转换器的工作原理

将文件拖放到页面上，会依次发生三件事。您的浏览器将音轨解码为原始声音。语音模型下载一次并缓存，因此您转录的第二个文件会跳过该等待。然后，模型使用您自己的处理器或显卡在您的机器上读取音频并写入文本。

有两种型号可供选择。快速的只有英文版，大约 44MB，对于语音备忘录、独奏播客或英语讲座（您最需要快速获取文本）来说是正确的选择。平衡版是多语言的，大约80MB。它的下载速度和运行速度都比较慢，而且它能更好地适应口音、更安静的录音和任何非英语的内容。

使用 WebGPU 的 Mac 运行速度比实时速度快几倍。较旧的浏览器会退回到仍然有效的较慢路径，只是需要更长的时间。无论哪种方式，工作都在本地进行，因此您的文件的任何内容都不会发送到任何地方。

## 我可以转录哪些音频和视频格式？

MP3、WAV、M4A、FLAC 和 OGG 都可以使用，大多数 MP4 和 MOV 视频的音轨也可以使用。该工具读取声音并忽略图片，因此屏幕录制、缩放导出或手机上拍摄的视频都可以插入。

格式支持来自浏览器自己的音频解码器，而不是我们维护的列表，这意味着大多数功能都可以工作，而一些不寻常的编解码器则不能。如果文件被拒绝，请在任何编辑器或 QuickTime 中将其导出为 MP3 或 WAV 来修复该问题。

长度比文件大小更重要。十分钟的大型无损演讲 WAV 早于两小时的小型 MP3 小组结束，因为模型是读取时间而不是兆字节。严重压缩的录音，即通过聊天应用程序后听起来又薄又空洞的录音，会产生更多错误，因此如果您仍然有原始文件，请使用原始文件。

## 转录长音频，无长度限制

此类别中的大多数免费工具都会限制您的使用。第一个文件十分钟，每天三个文件，每个文件三十分钟，每月分钟津贴，或者免费套餐，实际上是一个试用卡，最后有一张卡。这些上限的存在是因为录音被上传到服务器，并且有人必须为处理时间付费。

这里没有上传任何内容，因此我们没有限制成本。三小时的采访被视为与三十秒的语音笔记相同。没有每日配额，没有队列，也没有帐户上限。

真正的限制是您的耐心和硬件。长文件会使浏览器选项卡忙碌一段时间，并且该选项卡必须保持打开状态，因此当您可以将笔记本电脑单独放置几分钟时，开始录制两小时。如果可以的话，将选项卡保留在前台，因为浏览器会减慢后台运行的选项卡的速度。

## 转录音频而不将其上传到服务器

禁止上传是这里的一个结构性事实，而不是我们要求您信任的政策。模型文件将下载到您的浏览器，从那时起，音频、模型和完成的文本都位于计算机上的同一选项卡中。

你可以自己检查一下。加载页面，等待模型下载完成，关闭 WiFi，然后放入文件。它仍然转录。

当录音并非真正属于您可以移交时，这一点最为重要。客户电话、患者对话、人力资源会议、同意书涵盖的研究访谈、禁运中未发布的材料。将其中任何一个上传到免费的网络工具都会将它们转移到其他人的基础设施和其他人的保留策略中。

我们不会声称这使得该工具符合任何特定的法规，因为这取决于您的组织以及您随后对成绩单的处理方式。我们可以明确地说，该页面根本不传输您的录音。

## 导出纯文本、带时间戳的文本或 SRT 文件

一次运行可为您提供三个导出。

纯文本是连续散文形式的文字记录，可以粘贴到文档、电子邮件或笔记中。这是大多数人希望从采访或讲座中得到的。

带时间戳的文本在每一行上放置一个时间标记。当您需要找到所说内容的时刻时，请使用它：引用、对照磁带检查声明或用章节标记编写演出笔记。

SRT 是视频编辑器、YouTube、Vimeo 和大多数玩家阅读的字幕格式。将文件放在视频旁边，字幕与演讲对齐。

您可以将这三个文件中的任何一个复制到剪贴板或将它们下载为文件。两次访问之间不会存储任何内容，因此在关闭选项卡之前请保存您需要的内容。如果字幕是您来的唯一原因，我们的字幕生成器运行相同的引擎，并围绕提示时间和行长度构建工作流程。

## 它不能做什么：区分说话者

它无法识别谁在说话。两人访谈以没有标签的连续文本块的形式返回。这是免费工具真正不做的一件事，我们宁愿在这里这么说，也不愿让您发现一个小时的录音。

原因是重量。按语音分割录音需要与转录一起运行的第二个模型，将每个语音片段与其他语音片段进行比较。对于已经下载了语音模型的网页来说，这个要求太高了，做得不好比不做更糟糕，因为附有错误名称的文字记录比根本没有名称的文字记录需要更长的时间来修复。

如果谁说了录音的全部要点是什么，Yaps 桌面应用程序会在您自己的计算机上使用相同的无上传方法为会议和采访生成标记为演讲者的文字记录。对于一位演讲者来说，此页面就是您所需要的。

## 转录采访、讲座、播客和语音备忘录

记者将其用于采访磁带，而这正是不应该交给免费网络服务的材料。学生抄录讲座录音，然后在文本中搜索考试实际涉及的部分。播客在将剧集交给编辑之前，会从剧集中提取节目注释和引述。研究人员通过它进行现场录音，而没有违反道德批准，该批准规定音频保留在批准的设备上。

支持和销售团队转录通话录音以查找不断出现的措辞。作家将行走的语音备忘录变成了粗略的初稿。无障碍团队为从未有过的视频制作了替代文本。

共同的线索是一个已经存在的文件和需要从中取出的文本。相反，如果您想通过口语实时写入您面前打开的任何应用程序，那就是听写而不是转录，并且它是具有不同形状的不同工具。

## 如何在浏览器中使用音频转文本

1. ### 选择型号

选择用于快速英语录音的快速纯英语模型，或用于口音、更安静的音频和其他语言的平衡多语言模型。该模型下载一次，然后缓存在您的浏览器中。
2. ### 添加您的音频或视频文件

将 MP3、WAV、M4A、FLAC、OGG、MP4 或 MOV 文件拖到放置区，或单击进行浏览。该文件会在您的浏览器中读取，但不会上传。
3. ### 等待转录

该页面读取音频，加载模型，然后进行转录。较长的录音需要更长的时间。保持该选项卡打开并位于前台，这样您的浏览器就不会减慢工作速度。
4. ### 阅读并检查成绩单

在普通散文视图和带时间戳的视图之间切换。浏览姓名、地名和技术术语，这些是语音模型最常出错的单词。
5. ### 复制或下载文本

将脚本复制到剪贴板，或将其下载为纯文本、带时间戳的文本或 .srt 字幕文件。关闭选项卡后不会保留任何内容，因此请在离开之前保存它。

## 问题

**这个音频到文本转换器真的免费吗？**

是的，而且是普通意义上的免费，而不是试用意义上的免费。没有分钟限额，没有每日文件限制，也没有卡。转录在您自己的处理器上运行，因此我们无需花费任何费用即可让您随意运行它。我们通过 Yaps 桌面和 Android 应用赚钱，而不是通过此页面。

**我需要注册或创建帐户吗？**

没有。结果面前没有账户、没有邮箱、也没有登录墙。打开页面，放入文件，获取文本。

**我的录音时间有限制吗？**

根本没有长度上限。三小时的录音与三分钟的录音完全相同，只是需要更长的时间才能完成。在运行时保持选项卡处于打开状态并位于前台，因为浏览器会减慢后台选项卡的速度。

**我的音频会上传到任何地方吗？**

不会。语音模型会下载到您的浏览器一次，之后音频和文字记录就会保留在您计算机上的该选项卡中。模型加载后，断开与互联网的连接，该工具仍然可以转录。

**它接受哪些音频和视频文件？**

MP3 、 WAV 、 M4A、 FLAC 和 OGG ，以及大多数 MP4 和 MOV 视频的音轨。如果您的浏览器无法打开特定文件，首先将其导出为 MP3 总是可行的。

**它能告诉我谁在说话吗？**

不可以。说话人识别需要第二个模型，该模型太重而无法在网页上运行，因此多人录音会作为一个文本块返回。 Yaps 桌面应用程序可生成带有演讲者标签的访谈和会议记录。

**它处理哪些语言？**

平衡模型是多语言的，涵盖多种语言，但准确性因语言和录音的干净程度而异。快速模型仅提供英文版本。对于非英语的任何内容都选择平衡。

**它有多准确？**

我们不引用准确率，因为诚实的答案取决于您的音频。靠近麦克风的清晰扬声器效果非常好。串扰、背景噪音、重度压缩以及嘈杂房间中的浓重口音都会增加错误。期望通读并修复名称和技术术语。

**我可以获得时间戳或字幕吗？**

是的。每次运行都会生成纯文本、带时间戳的文本和 .srt 字幕文件，您可以复制或下载其中任何文件。如果字幕是您唯一需要的，那么免费的字幕生成器就是围绕该工作构建的。

**它可以在手机上使用吗？**

它可以在移动浏览器中运行，但手机内存较小，处理长文件需要更长的时间，因此笔记本电脑或台式机是转录采访的更好地方。 Yaps Android 应用程序用于在手机上进行语音输入，而不是转录文件。

**一小时的音频需要多长时间？**

在最近配备 WebGPU 的笔记本电脑上，通常需要几分钟，因为转录的运行速度比实时快几倍。较旧的机器会退回到较慢的路径，并且需要相当长的时间。一次性模型下载仅在您第一次运行时发生。

**关闭选项卡后我的成绩单会怎样？**

它消失了。访问之间不会保存任何内容，因此在离开页面之前复制或下载文本。如果您希望记录历史记录能够保留在您的设备上，那么桌面应用程序就适合您。

## 更多免费工具

[字幕生成器将视频转换为定时 .srt 或 .vtt 文件。](/zh-hans/工具/字幕生成器) [语音转文字在浏览器中交谈并观看它变成文本。](/zh-hans/工具/语音转文字) [填充字计数器](/zh-hans/工具/填充词计数器) [所有免费工具每个 Yaps 浏览器工具都在您自己的计算机上运行。](/zh-hans/工具)

开始大喊大叫Mac · Windows · Linux · 安卓

## 现在了解一下 谁说了什么.

用于采访和会议的带有演讲者标签的文字记录。

[下载 Mac 版](https://github.com/richawo/yaps-releases/releases/latest)

需要 macOS 13.0+（推荐Apple Silicon）iOS 即将推出