誰在開發
我是 Ray Mac，前字節跳動工程師。我獨自開發與營運 ScribeToAny；第一個版本於 2026 年 7 月上線。部落格裡的實測指南也是由我親自撰寫：在發布前，我都會在真實錄音和檔案上實際執行文中所述的步驟。
英語不是我的母語，我平時觀看和處理的大量內容也並非英語。離開字節跳動後，我經常遇到同一個問題：將錄音轉為文字和字幕的工具大多以英語為主、以會議為先，而且很快就會遇到額度限制。因此我打造了自己真正想要的工具：支援約 98 種語言輸入、134+ 種語言輸出、檢查閱讀速度的字幕，以及每月自動更新的免費額度，而非僅有一次性的試用。
ScribeToAny 由在美國註冊的公司 Scribe Saas, LLC 營運。
運作方式
上傳的檔案直接從你的瀏覽器傳入加密儲存空間。轉寫過程在專用 GPU 上執行 Whisper 級語音模型（faster-whisper），自動檢測說話語言並標記說話人。系統還會檢查字幕的閱讀速度：播放過快的字幕將被標記，絕不會擅自竄改。
工程筆記：透過 Cloudflare Workers 在 GPU 上執行 Whisper如何測試
我公開實測的數據，包括表現不足之處：
你的檔案
- 原始音訊或影片在轉寫完成後會被自動刪除。若任務失敗，檔案最多保留 7 天，以便你重新嘗試。
- 逐字稿會一直保留在你的賬戶中，直到你主動刪除。
- 我們絕不會使用你上傳的任何內容來訓練 AI 模型。