谁在开发
我是 Ray Mac，前字节跳动工程师。我独自开发和运营 ScribeToAny；第一个版本于 2026 年 7 月上线。博客上的实测指南也是出自我手：在发布之前，我都会在真实的录音和文件上亲自运行验证文中所述的方法。
英语不是我的母语，我平时观看和处理的很多内容也并非英语。离开字节跳动后，我经常遇到同样的问题：将录音转换为文本和字幕的工具大多以英语优先、以会议优先，而且很快就会碰到额度限制。因此我打造了自己真正想要的工具：支持约 98 种语言输入、134+ 种语言输出、会检查阅读速度的字幕，以及每月自动更新的免费额度，而非仅有一次性的试用。
ScribeToAny 由在美国注册的公司 Scribe Saas, LLC 运营。
工作原理
上传的文件直接从浏览器传输到加密存储中。转写在专用 GPU 上运行 Whisper 级语音模型（faster-whisper），自动检测所说语言并标记说话人。系统还会检查字幕的阅读速度：播放过快的字幕会被标出，绝不会擅自静默改写。
工程笔记：通过 Cloudflare Workers 在 GPU 上运行 Whisper如何测试
我会公开实测结果，包括不足之处：
你的文件
- 转写完成后，原始音频或视频会自动删除。如果任务失败，文件最多保留 7 天，以便你重试。
- 转写文本会一直保留在你的账户中，直到你主动删除。
- 我们绝不会使用你上传的任何内容来训练 AI 模型。