PDFCure
所有工具

轉錄影片並產生字幕，免費

用 Whisper 將影片的語音轉錄為文字與字幕（SRT/VTT）—— 在瀏覽器中處理，不上傳。

大多數工具完全在您的裝置上執行

選擇音訊或影片檔案

MP3、WAV、M4A、MP4、MOV、WebM —— 用 Whisper 在瀏覽器中轉錄

點擊選擇，或將檔案拖曳至此

也可以貼上（Ctrl+V / Cmd+V）

大多數工具完全在您的裝置上執行

關於在瀏覽器中轉錄影片

這可以把影片中的語音轉換成文字——以及 SRT 或 VTT 字幕檔案——不需要上傳任何內容。它透過 WebAssembly 在你的瀏覽器中本機執行 OpenAI 的 Whisper 模型，所以音訊會從你的影片中解碼、重新取樣，並完全在你的裝置上輸入給模型。

首次選擇模型大小時會有一次性下載：Tiny 大約 40MB，Base 大約 80MB（兩者都是量化版本）。之後瀏覽器會快取這些權重，所以後續執行會立即開始，甚至可以離線運作。對於清晰的語音，Base 是更好的預設選擇；Tiny 則用準確度換取速度，適合快速粗略瀏覽或裝置較慢的情況。Whisper 會加上自己的標點符號和大小寫，自動偵測語言（或你也可以手動設定），並能直接把非英語語音翻成英語。

這無法取代人工轉錄員：在口音較重、多人重疊說話以及背景音樂和低品質音訊的情況下，可能出現錯誤，而且請注意它不會標示是誰在說話。對於字幕而言，SRT/VTT 的時間資訊來自 Whisper 的分段時間戳記，通常已經足夠接近，可以直接使用，有時需要稍微微調。

如何 影片轉文字

  1. 1

    加入影片

    放入帶音軌的 MP4、MOV 或 WebM —— 在瀏覽器中讀取，絕不上傳。

  2. 2

    選擇模型與語言

    Base 更準確，Tiny 更快。語言保持自動偵測或自行設定。模型只下載一次（約 40–80 MB），之後會快取。

  3. 3

    轉錄並匯出

    點擊「轉錄」；完成後將轉錄內容複製或下載為純文字或 SRT、VTT 字幕。

影片轉文字 — 常見問題

我的影片會被上傳嗎？+

不會。轉錄模型（OpenAI 的 Whisper）透過 WebAssembly 完全在你的瀏覽器中執行。影片絕不離開你的裝置。

為什麼有一次性下載？+

Whisper 的模型權重（Tiny 約 40 MB，Base 約 80 MB，已量化）會在你首次使用該尺寸時下載，之後瀏覽器會快取它們 —— 此後可離線執行並瞬間啟動。

它有多準？+

對於受支援語言的清晰語音，Base 表現穩健；Tiny 明顯更粗糙但快得多。兩者在濃重口音、說話重疊、背景音樂與低品質音訊下都吃力 —— 請校對輸出。

我能匯出什麼？+

純文字，或帶時間軸的 SRT、VTT 字幕。SRT/VTT 的時間來自模型的分段時間戳記。

你們會把我的檔案上傳到伺服器嗎？+

不會——這裡的每個工具都完全在你的裝置上處理檔案，不會向伺服器上傳任何內容。唯一的例外是 AI 工具，它們會把擷取的文字（而非檔案本身）傳送給 Claude 來完成工作。

有檔案大小限制嗎？+

我們沒有人為設下限制，但由於處理過程在你的瀏覽器中進行，非常大的檔案（超過 500MB 或 1000 頁）會受你裝置記憶體的限制，而非我們的限制。