ScribeToAny
字幕生成

把音频转成 SRT 字幕

不管源文件是播客母带、配音轨还是通话录音,ScribeToAny 都能把它转成符合标准的 SRT 文件,时间戳与语音自动对齐,完全不用手动校时。

  • AI 转录
  • 98 种语言
  • 加密存储,我们绝不用你的文件训练 AI

从你的录音开始

把音频或视频文件拖到这里，或点击选择。

实际转录效果预览

一段 64 秒双人访谈（合成语音）的原始转录结果，已开启说话人识别。此处仅展示前几行。

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.

对照原始文本，189 个单词中仅有 4 个不同——词错误率为 2.1%（将写为“80”的“eighty”也计为错误），全部 14 次发言轮次均正确标注了说话人。这是清晰录音的效果；若背景杂音较多或存在人声重叠，识别率会有所下降。 查看完整转录文本及评分方式

使用方法

  1. 1

    上传

    拖入音频或视频文件,或粘贴链接,常见格式全部支持。

  2. 2

    转录

    AI 自动转录,带时间戳,可选说话人识别,通常几分钟完成。

  3. 3

    导出

    导出可直接使用的 SRT 或 VTT 字幕,也可选 TXT、PDF、DOCX。

为什么选 ScribeToAny

  • 把 MP3、WAV、FLAC、M4A、AAC、OGG、Opus 和 WMA 音频转换成独立的 SRT 字幕文件。
  • 精准映射人声音轨、配音旁白及有声书中的停顿与断句，自动切分为标准化、合乎阅读习惯的字幕时码条目。
  • 适用于旁白、有声书章节和配音参考音轨；每条字幕在导出前都可以编辑和调整时间。

常见问题

哪些音频格式能转 SRT?

MP3、WAV、M4A、AAC、OGG、OPUS、WMA 都可以;视频文件也行,会自动提取音轨。

配音视频能用生成的 SRT 吗?

可以。只要视频用的是同一条音频,时间戳就完全对得上,把 SRT 导入剪辑软件即可逐句对位。

支持批量导出吗?

支持,高级导出可一次打包下载多种格式的 ZIP。

我的音频开头有一段很长的前奏，时间还能和视频对上吗？

可以，只要视频使用的是同一段、从同一起点开始的音频：时间戳从文件开头算起，包括前奏。如果转录前剪掉了一段音频，请用本站免费的 SRT 编辑器把完成的 SRT 平移相应的时长。

能一次把多个音频文件转成 SRT 吗？

可以。一次最多上传 6 个文件，然后一起导出：选中多份文稿时，它们的 SRT 会打包成一个 ZIP 下载。付费套餐会同时转录这 6 个文件。

相关工具