語音轉文字 - MP4 to Transcript

在自己的電腦上完成語音轉文字，產生含時間戳記的逐字稿與 SRT 字幕。影音檔案完全不會上傳到任何地方。

🎬 語音轉文字 - MP4 to Transcript：在自己的電腦上把影片和音訊變成文字 這個擴充功能直接在 Chrome 裡把錄音變成含時間戳記的文字。拖放 MP4 或 MP3 檔案，OpenAI 的開放原始碼 Whisper 模型就會在您的電腦上完成語音轉文字。不會上傳任何內容，沒有分鐘數限制，也不需要帳戶。 🚀 語音轉文字 - MP4 to Transcript 使用方式 1. 安裝擴充功能，從工具列開啟。 2. 下載一次語音辨識模型：566 MB。 3. 拖放或選擇一個影片或音訊檔案。 4. 閱讀、編輯、複製或匯出結果。 🔒 不會離開電腦的錄音轉文字 線上網站會把您的錄音上傳到伺服器。這個語音轉文字工具透過 WebGPU 在 Chrome 內完成處理，訪談、會議和語音備忘錄都不會外流。第一次下載完成後，它就是離線也能用的音檔轉文字工具。 ⭐ 主要功能 ① 支援 99 種語言的語音轉文字，影片和音訊都適用 ② 每一行都有時間戳記：按一下時間就能播放那一刻 ③ 匯出純文字、含時間戳記的文字、SRT 檔或 VTT 檔 ④ 尋找與取代、直接編輯、閱讀檢視 ⑤ 可搜尋的歷史記錄，保存在您的瀏覽器中 🎞 MP4、MP3 等各種格式都能轉成文字 拖放 MP4 影片、MP3 錄音或螢幕錄影，擴充功能會直接從檔案分段讀取，所以兩小時的影片也放得進記憶體。Chrome 能播放的其他音訊和影片檔案，大多也都能用。MP4 和 MP3 的轉錄方式完全相同：它既是音檔轉文字工具，也是影片轉文字的應用程式。 🎙 誰在用這個語音轉文字工具 記者和研究人員用它把訪談整理成逐字稿，一個字都不會傳到伺服器。Podcast 主持人把每一集轉成文字，放進節目說明。團隊用它轉錄會議，再根據逐字稿寫會議記錄；Zoom 會把錄影存成 MP4，所以 Zoom 會議轉錄只要拖放一次。 ⏱ 含時間戳記的轉錄與字幕 時間戳記是內建的：每個片段都帶有開始時間，按一下就能從那裡播放錄音。匯出 SRT 或 VTT，就能直接用在您的影片剪輯軟體或播放器中，就像一個讓檔案留在本機的字幕產生器。不論是影片還是音訊，轉成 SRT 檔都只要同樣按一下。 ✍ 編輯與校正 🔹 按一下任何一行，即可修正人名 🔹 一次完成尋找與取代 🔹 以較慢或較快的速度播放 🔹 「複製文字」或「複製（含時間戳記）」 🔹 切換到「段落（閱讀檢視）」方便閱讀 📊 準確度與速度 模型是 Whisper large-v3-turbo，這是可以逐行檢查的 AI 轉錄。我們用六種英語錄音做了測試：旁白和吵雜環境中的說話、法說會電話會議和一場會議、Podcast 以及帶口音的說話。 ◆ 平均字詞錯誤率：8.6% ◆ 桌面版 Whisper 處理相同檔案：7.8% ◆ 清晰的旁白：約 2% ◆ 搭載 Intel Iris Xe 顯示卡的筆電：每秒音訊需 0.3 到 0.6 秒處理時間 🔁 專為長錄音設計 中途關閉分頁，之後再開啟同一個檔案，MP4 to Transcript 就會從中斷的地方繼續。如果顯示卡驅動程式重設，它會重新載入模型並自動接著處理。這段期間您可以照常使用其他分頁。 💻 在瀏覽器中執行的轉錄軟體 需要支援 WebGPU 的 Chrome 121 或更新版本，可在 Windows、macOS 和 ChromeOS 等系統上使用。它像 Whisper Web 一樣運作，只不過是一個擴充功能：用 Whisper 轉錄您自己的檔案，MP3 和 MP4 都在同一個地方處理。 🎯 下次有錄音需要整理成文字時，打開這個語音轉文字頁面就行了。如果發生問題，歷史記錄下方的「遇到問題了嗎？告訴我們」連結會開啟我們的意見回饋表單。 ❓ 語音轉文字 - MP4 to Transcript 是免費的嗎？ 💡 是的。不需要帳戶、沒有分鐘數限制、也沒有浮水印，就能免費使用錄音轉文字。 ❓ 會上傳我的音訊或影片嗎？ 💡 不會。您的音訊、影片和轉錄結果都留在您的電腦上。唯一的下載是語音辨識模型，只需從 Hugging Face 下載一次：566 MB，部分顯示卡上為 0.76 GB。 ❓ 可以辨識哪些語言？ 💡 從英語到史瓦希里語，共 99 種。它會自動偵測語言，您也可以自行選擇。準確度因語言而異：使用人口多的語言最高，較少見的語言較低，這時自行選擇語言會有幫助。 ❓ 可以把語音備忘錄轉成文字嗎？ 💡 可以。手機儲存的 M4A 語音備忘錄直接拖放即可，任何錄音轉文字都只要拖放一次。這是針對已錄好檔案的語音辨識，不是即時聽寫。 ❓ 影片轉文字時能區分說話者嗎？ 💡 它會把說出的內容連同時間戳記寫成一段連續的逐字稿，不會區分說話者。 ❓ 一個檔案要花多久時間？ 💡 這取決於 Chrome 使用的顯示卡。在搭載 Intel Iris Xe 顯示卡的筆電上，30 分鐘的檔案大約需要 9 到 18 分鐘，另外載入模型最多需要一分鐘。 ✨ 語音轉文字 - MP4 to Transcript：私密、含時間戳記、在瀏覽器中完成