Audio2Text
SoftVR · 寫作 · 語音與語言 · 生產力
Audio2Text 是瀏覽器上的 AI 轉錄服務，能把錄音轉成文字與 SRT 字幕，支援超過 50 種語言，提供免費方案與可單次購買的點數。
關於 Audio2Text
About
Audio2Text 是什麼
Audio2Text 是跑在單一網頁上的 AI 轉錄服務。你上傳音訊檔，平台用 OpenAI 的語音辨識模型處理，轉錄結果就會出現在帳號裡。不必安裝任何軟體，也沒有應用程式要更新。
背後是 SoftVR，一間位於斯洛伐克的小型工作室，同時經營其他網頁工具。網站從 2024 年起在 audio2text.eu 運作，並在頁面上註明辨識引擎來自 OpenAI。
它拿掉的是許多專案裡最枯燥的那一步。訪談錄音、課堂側錄、通話音檔與 podcast 單集，都得先變成文字才有辦法使用。語音轉文字在這裡一次完成，輸出成純文字、PDF 或 SRT 檔。剪片的人最在意最後一種格式，因為 SRT 可以直接放進 YouTube 或剪輯軟體，不用重打任何一句話。
有兩個限制比功能清單更值得注意。全部操作都在瀏覽器裡，所以沒有手機 App，也沒有離線模式，檔案一長就得開著分頁等佇列跑完。免費方案還把單檔上限壓在 20 MB，並在較長的等待後給出品質較低的文字。付費點數把上限提高到 250 MB，並且立刻開始處理。
如何開始
- 到 audio2text.eu 註冊帳號。註冊就送 10 點，足夠在付費前先試一段短錄音。
- 從電腦上傳音訊檔。免費方案單檔上限 20 MB，付費點數可到 250 MB。
- 開始轉錄，並把分頁留著。免費案件會排隊等候，付費案件則馬上處理。
- 把結果下載成 TXT、PDF 或 SRT，也可以直接在帳號裡閱讀並複製需要的段落。
產品資訊
快速了解 Audio2Text 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 記者與研究者：訪談音檔變成可以搜尋、可以引用的文字。免費的 20 MB 單檔大約夠一段短訪，長篇錄音就得用點數。
- 學生：課堂與講座錄音變成書面筆記，不必整段重聽。一般課程壓縮後的音檔，多半還在免費的 20 MB 上限內。
- 影片創作者與 podcaster：SRT 匯出直接產生字幕，不用再訂另一套服務。瀏覽器介面在 Windows、macOS 與 Linux 上操作一致。
任務
- 把訪談變成可引用的逐字稿：輸出保留原話，你可以把一句話放進文章，再對照錄音確認。
- 為 YouTube 或社群短片準備字幕：SRT 檔帶著播放器需要的時間碼，省掉在字幕編輯器裡手動對時的流程。
- 把會議與通話錄音整理成書面紀錄：付費的 250 MB 上傳可以處理一場永遠擠不進免費方案的長會議。
- 把演講與課程存成文字檔：支援 57 種語言，外語講者的內容可以先用原語言轉錄，再進行翻譯。
情境
- 一次性的轉錄工作：點數以組購買，不會每月自動續訂，單一專案不會把你綁在訂閱上。
- 多語言錄音：語言清單幾乎涵蓋整個歐洲，再加上阿拉伯語、印地語、日語、韓語、華語與越南語，適合來源混雜的研究素材。
- 趕時間的案子：付費點數可以跳過佇列，一小時內要交的檔案不會卡在免費案件後面。
主要功能
採用 OpenAI 語音辨識
Audio2Text 跑在 OpenAI 的語音模型上，和 Whisper 以及 ChatGPT 語音功能屬於同一技術家族。網站直接標明 OpenAI，而不是包裝成自研引擎。對使用者來說，辨識品質跟著一個公開文件完整的模型走，遇到重口音或吵雜環境時，表現也和其他以 Whisper 為底的工具相近。
超過 50 種語言的轉錄
服務列出 57 種語言，從南非語、阿拉伯語一路到日語、韓語、華語與威爾斯語。歐洲語言覆蓋很廣，主要語言之外還有加泰隆尼亞語、加利西亞語、克羅埃西亞語與斯洛維尼亞語。這種範圍適合在國外錄的研究訪談，不只限於英語會議。
SRT 字幕匯出
轉錄完成後，檔案可以存成 SRT，這是多數播放器與剪輯軟體都讀得懂的字幕格式。時間碼一起寫進檔案，載入 YouTube 或非線性剪輯軟體時，字幕會對上聲音。這項功能讓它成為小型影音團隊的 SRT 字幕產生器，不必另外找字幕服務。
TXT 與 PDF 下載
純文字適合要再編輯、搜尋或貼到其他工具的人。PDF 則對應相反的情境：一份可以歸檔、列印或附在報告後面的文件。兩種都給，同一段音檔要同時當檔案與正式附件時，就不必重跑一次。
不綁訂閱的點數方案
付款採點數制。60 點 0.99 美元，600 點 8.90 美元並省下 10%，6000 點 78.99 美元並省下 20%。沒有任何方案會自動續訂，淡月不花錢，忙月則是買多少用多少。
依檔案大小與速度分級的兩種服務
免費與付費的差別落在三件具體的事：單檔 20 MB 對 250 MB、排隊等候對立即開始、較低品質對模型最佳輸出。這些差異會把認真一點的工作推向點數，同時留下先判斷成果的空間。
優缺點
優點
- 有免費方案，註冊再送 10 點，付費前就能用真實音檔測試。
- 沒有月費，對專案型工作比定期訂閱更合適。
- 付費點數單檔可到 250 MB，長篇訪談與完整會議都吃得下。
- 內建 SRT 匯出，字幕不必再找另一套工具。
- 列出 57 種語言，涵蓋幾乎整個歐洲與多個主要亞洲語言。
缺點
- 只能在瀏覽器使用。沒有手機 App、沒有桌面程式，也沒有離線模式，沒有網路就完全不能用。
- 網站只描述上傳檔案這一種輸入方式。直接在工具裡錄會議或通話，不在流程之內。
- 沒有提到講者分離。兩人訪談會回傳成一整段連續文字，誰說了什麼得自己判斷。
- 免費案件要排隊，回來的文字品質也較低，免費方案因此更像試用，而不是可長期工作的選項。
常見問題
有免費方案。註冊可拿 10 點，免費服務接受 20 MB 以內的檔案。代價是要排隊等候，文字品質也比付費點數低。
相關內容
探索與 Audio2Text 相關的工具、技能與文章。
Audio2Text 替代方案
Google EmbeddingGemma 2
Google DeepMind · 寫作 · 圖片 · 程式設計Google EmbeddingGemma 2 是 7.4 億參數的開源模型，能把文字、程式碼、圖片、音訊與影片畫面轉成同一個 768 維空間裡的向量，在手機與筆電上就能執行。
MePersona
MePersona, Inc. · 寫作 · 生產力 · 行銷MePersona 是為創作者設計的 AI 統一收件匣。它學習你的說話方式，在 12 個平台上草擬粉絲訊息回覆，只送出你核准的內容。
Fluence
Yay Software (Yannick Huchard) · 寫作 · 語音與語言 · 生產力Fluence 是 Android 上的文件閱讀器，能朗讀 PDF、EPUB、Word 檔與網路文章，逐句跟著語音標示，並在手機上直接回答你對內容的提問。