你能拿到什么
为真实工作而建
这里每个数字都是可核实的产品事实
98
种转录语言
134+
种翻译语言
8
种导出格式
基于 Whisper 级语音识别技术构建
ScribeToAny 在专用 GPU 上运行 Whisper 级语音模型。支持约 98 种语言转写，自动检测所说语言并标记说话人。在我们发布的测试录音中，189 个单词中有 4 个与原稿不同：词错率为 2.1%。
极高准确率
在我们发布的测试录音中：词错率为 2.1%，且 14 个说话人轮次中有 14 个标记正确。背景杂音、多人说话干扰及浓重口音会降低准确率。
98 种语言
支持约 98 种语言转写，并自动检测所说语言，无需预先手动选择。
真实场景音频
适用于电话录音、会议通话与视频音轨。清晰的音频依然能获得最佳效果。
功能
上传、转写、编辑与导出，一站式工作流程
把语音转成文本所需的一切
转录约 98 种语言的音频和视频，并自动识别语言。
功能
为创作者和团队打造
一次上传，即可获得可直接使用的文本与字幕
- 音频与视频上传
- 自动提取 MP3
- SRT 与 VTT 字幕
- 8 种导出格式 + 批量 ZIP
使用场景
融入你的工作流
在你工作的任何地方使用转写结果
价格
选择适合你转写需求的方案
所有套餐均包含
- 自动识别语言
- 翻译成 134+ 种语言，保留时间轴
- 说话人识别
- AI 音频修复，改善嘈杂录音
- 可直接从链接导入
- 全部 8 种导出格式 + 批量 ZIP
常见问题
你可能关心的问题
你可以上传常见的音频和视频文件，包括 MP3、WAV、M4A、MP4、MOV 等。我们会自动提取音频并完成转写。
ScribeToAny 可转录约 98 种语言，并能自动识别说话语言，通常无需手动选择。任意套餐还支持把非英语音频一次性直接转成英文。
每份转录都可下载为 TXT、SRT、VTT、TSV、CSV、JSON、PDF 或 DOCX —— 可直接用于字幕、编辑或分析。一次导出多个文件时会打包成 ZIP。
文件经 HTTPS 上传至私密存储空间。转写完成后，原始音频或视频会自动删除；你的转写文本会一直保留在你的账号中，直到你主动删除。我们绝不使用你上传的内容来训练 AI 模型。
按转写分钟数计费。可以免费开始，之后升级到付费套餐获得更多分钟数和更大的文件上限。
邮件列表
加入我们的社区
订阅以获取转写技巧、产品更新和新功能资讯