ScribeToAny

OGG 轉文字

OGG 常見於開源錄音、遊戲和語音應用,但它是一個用來聽的容器,而不是可以閱讀的東西。上傳 OGG,ScribeToAny 就會把語音變成帶時間戳記、可編輯的文字,還可選加說話者標註,並能以八種格式匯出。所有方案都能用;無需安裝。

  • AI 轉錄
  • 98 種語言
  • 加密儲存,我們絕不用你的檔案訓練 AI

從你的錄音開始

把音訊或影片檔案拖到這裡，或點擊選擇。

實際轉錄成果預覽

一段 64 秒雙人訪談（合成語音）的未編輯轉錄結果，已開啟說話者辨識。此處僅顯示前幾行。

逐字稿 (TXT)
SPEAKER_00 (0:00) Welcome back to Small Shop Stories.
SPEAKER_00 (0:02) Today I'm talking to Maya, who runs a tiny bakery on the
SPEAKER_00 (0:05) corner of Mill Street.
SPEAKER_01 (0:07) Thanks for having me.
SPEAKER_01 (0:08) It's really small, just two ovens and a counter.
SPEAKER_00 (0:12) So how does a normal day start for you?
字幕 (SRT)
1
00:00:00,000 --> 00:00:01,680
[SPEAKER_00] Welcome back to Small Shop Stories.

2
00:00:02,160 --> 00:00:05,320
[SPEAKER_00] Today I'm talking to Maya, who runs a tiny bakery on the

3
00:00:05,320 --> 00:00:06,320
[SPEAKER_00] corner of Mill Street.

比對原稿後，189 個字詞中僅 4 個有出入——字詞錯誤率為 2.1%（將寫為「80」的「eighty」亦計入錯誤），全部 14 次發言輪替皆標註正確。此為清晰語音的測試結果；背景雜音較多或多人同時說話時準確率會較低。 查看完整逐字稿與評分方式

使用方法

  1. 1

    上傳

    拖入音訊或影片檔案,或貼上連結,常見格式全部支援。

  2. 2

    轉錄

    AI 自動轉錄,帶時間戳,可選說話人識別,通常幾分鐘完成。

  3. 3

    匯出

    線上逐段編輯後,匯出 TXT、SRT、VTT、TSV、CSV、JSON、PDF 或 DOCX。

為什麼選 ScribeToAny

  • 專為 Discord 語音機器人錄音、遊戲語音通話及 Audacity 等開源音訊製作工具產生的 Ogg Vorbis 檔案量身定制。
  • 立體聲和多聲道 OGG 會在轉錄前混成單聲道；每個說話人的獨立音軌也可以分別上傳。
  • 開源格式封存與播客剪輯的理想之選：快速將開放格式錄音轉換為逐字對齊的高品質對話文本。

常見問題

它能同時處理 Ogg Vorbis 和 Ogg Opus 嗎?

可以 —— .ogg 容器兩者皆可容納,而且兩者的轉錄方式相同。按原樣上傳檔案;無需先把它轉成別的格式。

我需要選擇語言嗎?

不需要 —— 語言會自動偵測。如果一段錄音很安靜或混音很重,明確設定語言會有幫助,但這不是必需的。

我能匯出哪些格式?

TXT、SRT、VTT、TSV、CSV、JSON、PDF 和 DOCX。如果這個 OGG 是影片裡的音訊,帶時間戳記的 SRT 或 VTT 可以直接作為字幕放回去。

Discord 錄音每個說話人一條音軌，應該怎麼轉錄？

像 Craig 這樣的錄音機器人會為每個參與者儲存單獨的檔案。分別上傳每條音軌（一次最多 6 個）：這樣每份文稿都對應一個已知的說話人，比在混合檔案上做說話人辨識更可靠。如果只有一個混合好的檔案，就開啟「識別說話人」。

上傳前能先看看 OGG 檔案 有多長嗎？

可以。把檔案拖進本頁的估算工具：它在瀏覽器中讀取時長，不會上傳任何內容，並顯示時長、估算字數（以每分鐘約 130 字計）和閱讀時間。這樣你能提前知道檔案是否在免費方案每個檔案 30 分鐘的限制以內。

相關工具