转录音频 就在浏览器中。
Whisper 语音转文字，完全端侧。上传音频或实时录音 — 无服务器、无限制。
Whisper 级转录。零上传。
OpenAI Whisper 模型通过 Transformers.js 在浏览器本地运行。
100% 隐私
音频永不离开你的设备。所有转录本地完成。
WebGPU 加速
有 GPU 时推理在 GPU 上运行，回退 WASM。
Whisper 模型
多语言语音识别，支持自动语言检测。
上传或录音
拖放音频文件（MP3、WAV、M4A）或从麦克风实时录音。
三步完成。零服务器。
- 01
上传或录音
拖放音频文件或实时录音。支持 MP3、WAV、M4A 等。
- 02
AI 转录
Whisper 本地运行，将音频转录为带时间戳的文本。
- 03
复制或下载
复制转录文本或下载为文本文件。模型缓存以供复用。
关于语音转文字工具
一个免费的语音转文字工具，在你自己的浏览器里本地转写音频和视频，由运行在你设备上的 Whisper 模型驱动。它面向会议、访谈、讲座、播客和语音备忘录——包括那些不应该上传到云端转写服务的敏感录音。
工作原理
音频先在浏览器中用 Web Audio API 解码，然后由 Whisper 模型（基于 Transformer 的语音识别）通过 Transformers.js 运行。在支持 WebGPU 的 Chrome 或 Edge 上，模型由你的 GPU 执行，一小时的音频只需实际时长的很小一部分即可转写完；在其他浏览器上，WebAssembly 路径保证功能一致。模型文件下载一次后会被缓存，之后可以离线转写。转写结果可以复制为纯文本，也可以带时间戳导出。
限制与要求
浏览器里运行的是轻量级的 Whisper 版本，主打快速与免费；它对清晰的语音表现很好，但在浓重口音或嘈杂的多人录音上，不如付费的大模型 API 宽容。数小时级的超长文件在低内存设备上可能触发浏览器内存上限，拆分成多段是可行的变通办法。
隐私
这正是它与云端服务的关键区别：你的录音永远不会被上传。访谈、机要通话和个人备忘都在你自己的机器上处理并留存，而且没有按分钟计费。