更新日志

在 ChatGPT 和 Claude 中使用 ScribeToAny

• 把账户连接到 AI 应用：把 ScribeToAny 添加到 ChatGPT、Claude 或其他支持 MCP 的应用，就能直接在对话里处理文字稿。详见如何连接。
• 直接要文字稿：「列出我最近的文字稿」，或者「给我预算会议的文字稿，带时间戳」。可以拿到纯文本，也可以拿到 SRT、VTT 字幕。
• 在对话里发起转录：分享 X、Twitch、Loom、Google Drive 或 Dropbox 的链接即可。在 ChatGPT 里还能直接附加音频或视频文件；在其他应用里，可以让它给你一个上传链接。
• 由你掌控：每个应用都需要你登录并授权。应用可以读取你的文字稿、发起新的转录，但不能修改或删除任何内容。从 AI 应用发起的转录和平常一样计入你的套餐额度。

导出到 Notion

• 一键导出到 Notion：在任意转录完成的文字稿上选择 导出到 Notion，它会成为你 Notion 工作区里的一个新的私有页面。
• 拿来就能读：每一行都保留时间戳和说话人标签，页面顶部还有语言、时长和回到录音的链接。几个小时的录音也能放在一个页面里。
• 第一次导出时连接工作区即可，之后随时可以在同一个面板里断开。

转录

• 单个文件最长 6 小时：付费套餐和分钟包现在支持最长 6 小时的文件，此前为 3 小时。说话人识别覆盖整个文件。
• 全部 99 种语言：语言选择器列出了引擎支持的所有语言，附带各语言的本地名称，还可以输入搜索。
• 语言不确定时会提醒：如果自动检测不确定说的是哪种语言，文字稿页面会提示你，方便你选定语言后重新转录。
• 字幕更易读：每条字幕会在话说完后多停留片刻，和流媒体平台的字幕节奏一样，也不会与下一条重叠。
• 长录音更稳定：长录音或安静录音中重复行更少，长的 X（Twitter）视频导入更快；如果某个任务会超出你剩余的分钟，会在下载开始前就被拦下，而不是下载之后。

AI 总结与对话

• 总结：在任意转录完成的文字稿上打开 AI 总结与对话，即可得到要点、结论和待办事项。每一条都链接到原话所在的时间点，点一下播放器就跳过去。
• 对话：可以就录音内容提问，比如「关于预算他们最后怎么定的？」回答同样附带时间戳，对话记录会和文字稿一起保存。
• 长录音：几个小时的录音会先分段整理，再汇总成一份总结。
• 所有套餐都能用：免费版每天有少量次数，付费套餐次数更多。这是可选功能，只有在你使用时，文字稿的文本才会发送给第三方 AI 服务商。

分钟包

• 一次性分钟包：300、800 或 2,000 分钟，分别为 $5、$10、$20。一次付款、不会自动续费，有效期 12 个月。
• 套餐分钟用完后才扣：只有当月套餐分钟用完后才会使用分钟包。免费版用户持有分钟包时，单个文件时长、每日文件数和并行转录数也会提升到 Plus 的额度。
• 用量提醒：当月分钟用到 80% 和 100% 时会发邮件提醒，长录音不会突然卡住。
• 免费版限制更清楚：选择超过 30 分钟的文件时，转录对话框会在上传前告诉你只会转录前 30 分钟。

免费字幕翻译

• 不用注册就能翻译字幕文件：在翻译工具页面上传 SRT、VTT 等字幕文件，用 Google 翻译完成翻译，再把结果带回来编辑。
• 双语导出：可以下载原文、译文，或两种语言对照的版本，共 8 种格式。
• 文件读取更可靠：字幕条之间没有空行的 SRT、带 ASS 样式标签的字幕，以及旧编码的文本文件，现在都能正确读取。

翻译

• 免费翻译成 134+ 种语言：在任意转录完成的文字稿上点 翻译，文字稿会在 Google 翻译中打开，选择 134+ 种语言之一，再点 写回 ScribeToAny 字幕，译文就会作为一条独立的语言轨道回到 ScribeToAny。所有套餐都能用，免费版也包括在内。
• 保留原时间轴：翻译的只是文字，每一行都保留原来的开始和结束时间，翻译后的 SRT 或 VTT 和原文一样对得上视频。
• 按语言切换和导出：文字稿上方的按钮可以在 原文 和每种已保存的语言之间切换，导出的就是当前屏幕上的版本。只要文件的话，也可以直接在翻译页面下载翻译后的 TXT、SRT、VTT 或 CSV。
• 它取代了 v2.1 推出的 56 种语言翻译：语言更多，也不再限定套餐。详见一步步把字幕翻译成另一种语言。

编辑

• 字幕校对模式：专门用来审校字幕的视图，可选开启阅读速度与行长检查。
• 版本历史：在字幕校对模式下每次编辑前会自动保存一个版本，随时可以把文字稿回滚到其中任意一个。

转录

• 说话人数量：如果知道有几个人在说话，可以在转录对话框里设定（2–8 人）；不确定就保持自动识别。

套餐

• 全新 Plus 套餐:Plus 套餐现已位于 Free 与 Max 之间,为常规使用提供一个中间选择。各套餐分别包含什么,请见价格页。
• 默认展示年付:套餐页现在默认显示年付价格,一眼就能看到全年优惠。切换到月付也只需一次点击。

转录质量

• 更强的说话人识别:升级后的说话人分离带来更清晰的说话人标注,在长达数小时的录音上也更稳定。

导出

• 带品牌的 PDF 与 DOCX:面向阅读的 PDF 与 DOCX 导出现在会带上一行小小的「Transcribed with ScribeToAny」页脚(含链接)。字幕与数据格式(SRT、VTT、TSV、CSV、JSON)保持不变。

信任与帮助

• 新增页面:说明我们如何保护你文件的安全页、帮助中心,以及一份清晰的退款与取消政策。
• 焕新的邮件:事务性邮件(验证、通知)现在采用更清爽的品牌化版式。

一整套完全在你浏览器里运行的免费工具 —— 不上传、无需账户、零费用。你的文件绝不离开你的设备。

字幕工具

• 字幕转换器:在 SRT、VTT、TXT、CSV 与 JSON 之间互转,并可导出为 DOCX 或 PDF。
• 字幕编辑器:在浏览器里修正字幕条与时间轴,再重新导出。

媒体小工具

• 提取与转换音频:从视频中抽取音轨,或在各种音频格式之间转换。
• 视频转换:MP4 → WebM、视频 → GIF。
• 图片转换:HEIC → JPG。

工作原理

这些工具全部借助 WebCodecs 与 WebAssembly 在本地运行 —— 什么都不会上传到服务器。它们与转录相互独立,且完全免费。在 /tools 浏览全部工具。

翻译

• 56 种目标语言：发起任务时选定目标语言，转录完成后自动翻译——简体中文、繁体中文、西班牙语、法语、德语、日语、韩语、阿拉伯语、印地语等共 56 种。这份清单是模型真正训练并做过基准评测的语言，而不是它名义上能接受的全部语言码。
• 时间轴原样保留：翻译逐段进行，每条结果按它原本的时间戳写回。译好的 SRT 或 VTT 可以直接拖进剪辑软件，和画面依然对得上。
• 两份稿都留着：原文稿和译文并列挂在同一个任务下，都可以按 8 种格式导出。目标语言在任务开始时选定，之后无法更改。

可用范围

翻译属于 Max 套餐。把非英语音频直接转录成英文这一项，所有套餐（含免费）依然都能用。

全新功能特性

随着众多创作者的大量反馈，我们在 v2.0 带来了数项重量级的效率升级：

• 说话人识别：采访和会议按说话人分段标记，断句发生在换人处而不是答案中间——两个人的对话读起来终于像对话。
• 链接导入：粘贴一个直链媒体地址即可抓取并转录，不用先下载再上传。（不支持 YouTube 链接，请先自行下载文件。）
• 8 种导出格式：除纯文本外，可导出精准时间轴的 SRT、VTT 字幕，便于表格处理的 TSV、CSV，结构化 JSON，以及可直接排版打印的 PDF、DOCX。一次勾选多种会打包成 ZIP。

体验与性能优化

• 大文件断点续传：全新设计的上传组件，支持最高 5GB 的超大视频文件上传，弱网环境下自动重试。
• 后台控制台升级：UI 重新设计，增加转写历史搜索、用文件夹归类任务，以及批量导出。
• 更强的抗噪能力：优化了针对户外采访、嘈杂咖啡厅等场景的人声分离算法。

全新核心功能

我们非常激动地宣布 ScribeToAny 首个正式版本发布！专为创作者和专业团队打造的智能转写工具现已可用：

• 顶级转录引擎：底层接入行业领先的 Whisper 大模型，提供无与伦比的识别准确率。
• 全格式支持：支持 MP3, WAV, FLAC 以及 MP4, MOV 等主流音视频格式的直接上传。
• 极速出稿：采用 GPU 矩阵加速，平均仅需 1 分钟即可完成 1 小时长音频的转写。
• 全球语言支持：支持超过 90 种语言的自动识别和精确转录，无需手动切换语种。
• 极致数据隐私：所有上传的原始媒体文件将在处理完成后立即自动销毁，绝不用于模型训练。

欢迎体验 ScribeToAny，让声音转化为文字变得前所未有地简单！