ScribeToAny

Opus 转文字

Opus 是大多数语音消息和通话背后的编解码器 —— WhatsApp、Telegram、Discord —— 这意味着人们彼此真正说的很多话,都被锁在你无法搜索的 .opus 文件里。上传语音消息,ScribeToAny 就会把它转录成带时间戳的文字,供你阅读、引用和导出,双人对话还可选加说话人标注。所有套餐都能用。

  • 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

    在线逐段编辑后,导出 TXT、SRT、VTT、TSV、CSV、JSON、PDF 或 DOCX。

为什么选 ScribeToAny

  • 专门针对 WhatsApp 语音条、Telegram 语音消息及 Discord 语聊流等低延迟 Opus 编码格式进行优化。
  • 低码率语音消息（通常 12–24 kbps）一般也能转录得不错，因为 Opus 本来就是为语音设计的；背景噪音可以用“恢复音频”改善。
  • 估算工具会在上传前在浏览器里读取语音消息的时长，让你知道会用掉多少分钟。

常见问题

我能转录 WhatsApp 或 Telegram 的语音消息吗?

可以 —— 把语音消息导出或保存为 .opus(或 .ogg)文件,再上传到这里。音频按原样转录;无需先转换,也无需安装应用。

能区分两个说话人吗？

可以。打开“识别说话人”，文稿就会按说话人分开，双人语音消息会变成标注好的你来我往的对话，而不是一整段。这是按声音做的尽力区分。说话人会按编号标注，而不是真实姓名，目前也不能在应用里改名；需要真名的话，可以在导出的 DOCX 或 TXT 里查找替换。

拿到文字稿后我能做什么?

在浏览器里编辑它,点击某一行即可回放对应片刻,然后导出 TXT、SRT、VTT、TSV、CSV、JSON、PDF 或 DOCX。你还可以把它免费翻译成 134+ 种语言,所有套餐都能用。译文保留原时间戳。

语音消息压缩得很厉害，会有问题吗？

通常不是。Opus 本来就是为语音设计的，即使是聊天应用使用的低码率也能让词语清晰可辨。影响更大的是背景里的风声、车流或音乐，这类语音请打开“恢复音频”，并在编辑器里点击不清楚的那一行重听。

可以一次转录一批语音消息吗？

可以，一次上传最多选择 6 个文件。免费套餐每天可转录 2 个文件，付费套餐没有每日次数限制，并能同时转录最多 6 个文件，整段对话的语音消息可以一次处理完。

相关工具