语音转文字 AI
即时转录任何音频，自带说话人标签与自动标签
录制或上传一段音频，几秒内即可获得整洁的转录文本。
Powered by Fish Audio S2
解锁全部音频功能注册
AI 语音转文字功能
实时精准转录任何音频
为真实语音而生
针对访谈、会议和播客调优
实时转录
即时转录直播音频流
多语言
支持 80+ 种语言，自动检测语言
智能标点
自动标点和格式化
说话人标签与时间戳
网页应用中还提供自动标签
隐私优先
您的音频仅用于转录，绝不共享
The Best AI Speech To Text, Free To Start
Long-form transcription, speaker labels, automatic tags and content descriptions in the web app. Free tier included.
常见问题
Fish Audio 语音转文字 AI 使用深度学习 ASR 模型分析您的音频，检测音素、单词和句子边界，然后输出带标点、可选带时间戳的规范转录文本。在网页应用中，还会加上说话人标签和自动标签。所有语音转文字软件做的都是这件事，区别在于背后的模型。
语音识别支持 80+ 种语言，其中英语、普通话、粤语、日语和韩语经过 API 最充分的测试。语言会自动检测，包含语码转换的多语言混合音频也无需手动配置即可处理。需要将转录结果译成其他语言？转录后可使用 Fish Audio 的音频翻译工具。
准确率取决于音频质量、背景噪音和说话人清晰度。在音质良好的情况下，Fish Audio 能实现极高的准确率，模型还针对多说话人的对话音频做了优化。对于噪音较多的录音，可以先用 SAM Audio 处理文件以分离人声。
可以。Fish Audio 语音转文字 AI 能处理长音频：完整会议、讲座、播客单集和访谈。通过 API，每次请求可接受最大 20 MB、60 分钟的文件；更长的录音会拆分为多个分块，再利用分段时间戳拼接还原。
支持所有主流音视频格式：MP3、WAV、FLAC、M4A、OGG、MP4、MOV 等。原始文件可直接上传，无需预处理。如有不支持的格式，请先使用我们的音频转换器。
有。Fish Audio 每月提供免费的 AI 语音转文字额度，包含 8,000 积分。说话人标签、自动标签、时间戳以及 SRT、VTT 和 JSON 导出，都包含在网页应用的免费额度内。
上传音频文件，或直接在浏览器中录音。Fish Audio AI 会实时转录，网页应用还会添加说话人标签、时间戳和自动标签。随后即可复制转录文本，或下载为 SRT、VTT 或 JSON。
语音转文字 AI 利用自动语音识别和深度学习，将语音转换为文字。Fish Audio 的语音转文字 AI 支持实时转录，在网页应用中添加说话人标签、时间戳和自动标签，支持 80+ 种语言及语码转换，并接受所有主流音视频格式。