ScribeToAny
音视频与字幕翻译

把音频翻译成英文

英文是所有套餐都能一步得到的目标语言。开始任务时勾选“转录为英语”，语音模型会直接根据原始音频写出英文，而不是先转录再翻译。只需要看懂一段录音的英文时，这是最快的方式；如果还想要原语言的文字，就正常转录，再用“翻译”。

  • 134+ 种翻译语言
  • AI 转录
  • 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。

已经有字幕？在这里直接翻译

上传 SRT、VTT、ASS 等字幕文件，用 Google 翻译译成 134+ 种语言，下载时保留原有时间轴。

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

    翻译

    在 Google 翻译中把转录稿打开为 134+ 种语言之一,时间码全部保留;也可以在开始前勾选「转录为英语」。

为什么选 ScribeToAny

  • 采用专用多语言 Whisper 语音大模型，实现任意语种音频一步直译为英文的高效流水线。
  • 法语、日语、韩语、阿拉伯语、俄语、葡萄牙语、意大利语以及其他约 90 种支持的语言，都能一步转成英文——人名和关键数字请对照音频核对。
  • 消除中间多重转译损耗：单次 GPU 推理同时完成语音识别与语义英译，效率与准确率双重飞跃。

常见问题

翻译成英文真的免费吗?

直接转录成英文所有套餐都能用,免费套餐也包括在内——它是语音模型内部完成的,不是额外的翻译步骤。免费套餐原有的限制照旧:每天 2 个文件、每月 100 分钟、单文件 30 分钟,不用绑卡。

如果我要的不是英文呢?

翻译完成的文字稿即可。先按源语言转录,再点「翻译」:文字稿会在 Google 翻译中打开,选好 134+ 种语言中的任意一种,再把结果写回为一条保留原时间轴的字幕轨道。所有套餐免费。

源语言支持哪些?

约 98 种,而且你不需要指定——说话的语言会自动识别。中文、西班牙语、日语、韩语、法语、德语、葡萄牙语、印地语、俄语、阿拉伯语效果都不错,大多数欧洲语言同理。

“转录为英语”会保留时间戳吗？

会。英文会像普通文稿一样按带时间的片段返回，所以你可以点击某一行重放原始音频，也能导出英文 SRT 或 VTT 字幕。

同一个任务能同时得到原语言文稿吗？

不能。“转录为英语”的任务只输出英文。如果两个都想要，请改为按原语言转录，再用“翻译”添加英文作为第二条轨道，时间轴相同。

相关工具