
- 月访问量
- 4,190
- 2026-09
- 月流量增速 +136.7%
Whisper AI - 将音视频转换为可编辑、可搜索的文字稿
Whisper AI 是一款由 OpenAI Whisper 技术驱动的在线语音转文字工作区。上传音频或视频、在浏览器中录音,或导入媒体网址,然后查看、编辑、搜索并导出文字稿、字幕和笔记。可选择或自动检测语言、启用说话人标签,并导出多种格式。






核心能力
音视频转录
将上传的音频或视频、浏览器录音和媒体网址转换为可编辑文本。转录前可选择或自动检测语言,也可选择启用说话人标签。
文字稿搜索与编辑
允许用户在工作区搜索和修正生成的文字稿。当前会话结果可查看和编辑;已登录用户的较早录音保存在 Recordings 页面。
文字稿导出
将完成的文字稿导出,用于字幕、文档、归档或数据工作流。可用格式包括 TXT、SRT、DOCX 和 JSON;部分套餐还列出 VTT 和 PDF。
定价
Whisper AI 提供 5 分钟免费转录时长和付费年度订阅。选择套餐时可比较年度转录分钟数、文件限制和功能;页面显示的月价是按年付款的月均金额。
| 套餐 | 价格 | 包含内容与使用额度 |
|---|---|---|
| Starter | 每年 $58.80 |
|
| Pro | 每年 $178.80 |
|
| Max | 每年 $298.80 |
|
价格按年收取;页面列出的每月 $4.90、$14.90 和 $24.90 是月均金额。价格页面也列出按月选项和积分包,但所提供的定价内容未显示其价格及条件。
使用场景
整理可搜索的会议笔记
需要记录会议或团队通话时,上传录音或在浏览器中录制,再转录并搜索文本。查看和编辑文字稿,以整理笔记并查找决定或后续事项。
准备播客文本和字幕
需要再利用播客内容时,提交音频或媒体网址并生成文字稿。编辑并导出文本,用于内容草稿、摘要或字幕工作流。
查看录制的访谈
需要审阅访谈录音时,上传音频或视频,并可选择启用说话人标签。搜索和编辑生成的文字稿,以定位评论和引语。
使用限制
转录准确度取决于录音质量、说话清晰度、口音、背景噪声、多人重叠发言和术语。
Starter 套餐的音频或视频上传及录制文件上限为每个文件 1GB。
Speech to Text 页面显示当前会话结果;已登录用户的较早录音单独保存在 Recordings 页面。
适用人群
需要保存可搜索会议和团队通话记录的人
需要从播客或视频制作文字稿和字幕的创作者
需要审阅录制访谈并查找受访者发言的人
常见问题
Whisper AI 可以免费使用吗?
可以。用户可从 5 分钟免费转录时长开始;联系页面还表示,无需账户即可在浏览器中开始转录。需要更多容量时,可购买订阅或积分包。
可以转录哪些音频和视频输入?
可以上传常见音频和视频文件、在浏览器中录音,或粘贴媒体网址。列出的示例包括 MP3、WAV、M4A 和 MP4,也支持其他常见格式。
有哪些文字稿导出格式?
语音转文字页面列出 TXT、SRT、DOCX 和 JSON。Starter 套餐价格信息还列出 VTT 和 PDF,因此可用格式可能取决于套餐或工作流。
转录准确度如何?
准确度取决于音频质量、说话清晰度、口音、背景噪声、多人重叠发言和术语。联系页面说明其模型技术为 OpenAI Whisper,并称支持 100 多种语言。
上传的音频会如何处理?
联系页面称文件仅用于生成文字稿,不会出售,也不会用于训练模型。页面建议查看 Privacy Policy 了解完整细节。
Whisper AI 支持多少种语言?
联系页面称支持 100 多种语言,并且 Whisper 可以检测语言。用户也可以在转录流程中选择源语言。
评论