- wfls20082026-09-27
最近做了一个小工具，主要是把本地音频 / 视频文件转成带时间戳的文字稿：
起因是我自己处理一些视频、录音、访谈内容的时候，经常需要先转文字，再整理笔记、字幕或者二次剪辑素材。很多工具要么流程比较重，要么导出格式不太方便，所以就做了一个尽量直接的网页版本。
现在主要支持这些：
- 上传本地音频或视频文件
- 支持 MP3 、MP4 、MPEG 、MPGA 、M4A 、WAV 、WEBM
- 自动识别语音并生成文字稿
- 带时间戳
- 可以导出 TXT 或 SRT
- 支持 99 种语言
- 可以边播放边看转写内容
注册后会送 20 分钟免费转写时长，感兴趣的话可以先进去试试。
目前它更适合“已经有本地音视频文件”的场景，比如播客、访谈、课程录音、会议录音、视频字幕、内容整理等。暂时不是那种直接粘 YouTube 链接就转写的工具，这块后面要不要做还在考虑。
有几个问题想听听大家意见：
- 转写工具里，大家更在意准确率、速度，还是导出格式？
- TXT / SRT 之外，还需要哪些格式？比如 Markdown 、DOCX 、VTT ？
- 如果是处理中文访谈或课程，大家会不会需要说话人区分？
- “按分钟计费”这种方式是否清楚？
- 这种工具是否需要做浏览器插件，还是网页上传就够了？
欢迎吐槽，主要想看看真实使用场景里大家会怎么用这类工具。
主楼 - iyuanyi2026-09-28
就是太倦了，都免费了 https://freeaudiototext.com/
最近 3 个月，论坛上线 20 几个类似工具了 - SuperDaniel3132026-09-28
效果能好过火山豆包或者 MiniMax 吗？
单位价格能低过这俩吗？
如果是中间商赚差价，比起自己 AI 搓个 Python 脚本有啥优势呀？ - shawngao2026-09-28
👍🏻 请教如何支持这么多付钱方式
- cyp06332026-09-28
我觉得关键在于选模型，然后不管是 doubao-seed-2.0-asr 还是 qwen-audio-3.1-asr ，把 api key 丢给 agent ，就可以让它帮忙解决剩下的事情
在这个技术背景的论坛里我觉得会有很多人不需要这类产品 - shawngao2026-09-28
- simo2026-09-28
多年前就做过各个平台视频的处理，那会讯飞等已经非常非常便宜了。后来都是免费方案，太多了。
你这种只能走工具集合，门槛太低 - lidedongsn2026-09-28
早些时候做了一个工具开源了 自己动手能力强的 自己就能搞了 https://github.com/lidedongsn/cut.ai
- wfls20082026-09-28
- wfls20082026-09-28
@SuperDaniel313 MiniMax 不是视频模型吗，还能干这活？
- wfls20082026-09-28