产品详情
什么是 WhisperUI
你有没有遇到过这种情况——刚听完一场两个小时的播客，感觉内容特别有价值，想回头找某个关键点，却怎么也想不起来？或者开完一场重要的会议，想整理成文字记录，结果光是听写就花了三四个小时？
说白了，音频内容处理起来真的太麻烦了。
我找到一个好东西——WhisperUI，一个基于 OpenAI Whisper 技术的音频转文本工具。它做的事情很简单：把你上传的音频文件，快速转成可以编辑的文字。
你可能会问，市面上转录工具那么多，WhisperUI 有什么特别的？核心区别在于两点：
第一，它用的是 OpenAI Whisper ASR 系统。这个系统有多强？训练数据用了 680,000 小时的多语言多任务监督数据，对各种口音、背景噪音、技术术语都有很强的鲁棒性。换句话说，就算你的音频有点嘈杂，或者说话者有浓重的口音，它也能准确地识别出来。
第二，它支持云端和本地两种处理模式。云端处理快速方便，适合大多数场景；本地离线处理则更注重隐私——你的音频文件根本不会离开你的设备。桌面应用还支持 NVIDIA 和 AMD GPU 加速，处理速度更快。
除此之外，WhisperUI 还能直接生成 SRT 字幕文件，这对做视频的朋友来说简直太方便了。支持的语言也很全面，英语、西班牙语、法德语、中文等等都不在话下。
TL;DR
- 核心技术：OpenAI Whisper，680,000 小时训练数据
- 双模式处理：云端快速处理 + 本地离线保护隐私
- 多语言支持：英语、西班牙语、法语、德语、中文等
- SRT 字幕：一键生成字幕文件，方便视频制作
WhisperUI 的核心功能
好了，现在来说说它具体能帮你做什么。
音频转文字是最基础的功能。你只需要把 MP3、MP4、WAV、M4A、OGG 这些常见格式的音频上传上去，几分钟后就能得到可编辑的文本。它不仅能转录原语言，还能直接翻译成英语。比如你有一段西班牙语的采访，可以直接输出英文稿，省心省力。
SRT 字幕生成是 Premium 功能。如果你做视频需要字幕，只需要一键操作，WhisperUI 就能生成标准的 SRT 格式字幕文件，直接导入剪辑软件就能用。
批量处理和无限上传也是 Premium 专属。想象一下你有一整个播客系列要整理，几十集音频一次上传全部转录，这种体验感完全不一样。
那么云端处理和本地处理该怎么选？我给你对比一下：
- 云端处理：免费版可用，按 OpenAI API 付费，速度快，无需配置
- 本地处理：文件不离开设备，隐私保护更强，无限转录，无文件大小限制，桌面应用专属
- 云端处理：依赖网络连接，文件需上传服务器，有 25MB 限制
- 本地处理：需要下载桌面应用，需要电脑有足够配置（至少 4GB RAM）
简单来说，如果你只是偶尔转录一下，对隐私要求没那么高，云端完全够用；如果你经常处理敏感内容，或者音频文件特别大，本地模式会更安心。
对了，WhisperUI 支持 跨平台使用——网页端（whisperui.com）可以直接访问，桌面应用支持 macOS（Intel 和 Apple Silicon）和 Windows 系统。GPU 加速方面，NVIDIA 和 AMD 的显卡都能用（AMD 是实验性支持）。
💡 选择建议
个人用户想白嫖的话，直接用免费版，自己去 OpenAI 官网申请一个 API Key 就能开始转录了，成本几乎为零。团队或者高频使用的话，Pro 版无限转录 + 批量处理还是很划算的。
谁在使用 WhisperUI
你可能在想，这东西到底适合谁？我给你举几个具体的场景，看完你大概就知道该不该继续往下看了。
播客转写是最常见的场景。很多播客主都有这样的困扰——录了一期两个小时的节目，想出一份文字稿让听众能搜索关键内容，或者方便做 show notes。结果手动听写一遍，三四个小时就没了。用 WhisperUI 的话，批量上传音频文件，喝杯咖啡的功夫，文字稿就出来了。
视频字幕制作也特别方便。做过视频的朋友都知道，字幕是最耗时的环节之一。用 WhisperUI 一键生成 SRT 字幕文件，省去了逐句听写的麻烦，多语言字幕也不在话下。
会议记录简直是职场救星。重要的线上会议、客户沟通、项目讨论，用录音软件录下来，上传 WhisperUI 转成文字，完整的会议记录就有了。事后回顾、整理 action items 都方便很多。
采访整理同理。媒体工作者、HR、调研人员，经常需要整理采访内容。传统方式是边听边记，效率很低。用 WhisperUI 直接转写，采访结束后几分钟就能拿到完整的文字稿。
学习资料整理对学生党和研究者很友好。Lecture 录音、学术讲座、在线课程，这些音频内容转成文字后，复习和做笔记都变得简单多了。你可以直接搜索关键词定位到对应内容，不用反复拖进度条。
内容创作辅助是创作者的秘密武器。你录了一段口播、有一段语音备忘录，或者想把手头的音频素材二次利用成文章、社交媒体内容，先转成文字，创作效率能提升好几倍。
总的来说，只要你有"音频转文字"的需求，WhisperUI 都值得试试。
WhisperUI 的定价方案
说白了，WhisperUI 用的是 Freemium（免费增值）模式——基础功能可以白嫖，按需付费升级。
| 方案 | 价格 | 核心功能 | 适合人群 |
|---|---|---|---|
| 免费版 | $0 | 自备 OpenAI API Key，20次/天，300分钟云转录/天，桌面本地无限转录 | 个人用户、轻度使用、想白嫖的用户 |
| Starter | $8/月 | 3天免费试用，300分钟云转录/天，20次/天，桌面本地无限转录 | 轻度专业用户、偶尔有转录需求 |
| Pro | $29/月（原价$58） | 3天免费试用，无限云转录，40次/天，赠送6个月 TheChat+ Pro | 专业用户、高频使用、有批量处理需求 |
免费版其实已经很良心了——你只需要自己准备一个 OpenAI API Key，直接向 OpenAI 支付音频处理的费用（大约 $0.006/分钟，非常便宜），WhisperUI 本身不收钱。桌面本地转录还是无限量的，等于说如果你愿意花时间用本地模式，一分钱都不用花。
Starter 和 Pro 都提供 3天免费试用，可以先体验再决定。Pro 版本最大的亮点是无限云转录 + 批量上传 + SRT 字幕生成，如果你经常需要处理大量音频，这个价格还是物超所值的。
安全性方面不用担心——你的 API Key 存储在浏览器本地，根本不会上传到 WhisperUI 的服务器。云端转录完成后，默认会立即删除文件，隐私保护做得相当到位。
常见问题
WhisperUI 免费吗？
基础功能可以免费使用。你需要自备 OpenAI API Key，直接向 OpenAI 支付音频处理的费用。桌面本地转录是无限量的，不产生额外费用。
Premium 功能包括什么？
Premium（Starter 和 Pro）专属功能包括：批量上传多个文件、每日无限量文件处理、SRT 字幕文件生成。Pro 版本还有无限云转录。
API Key 安全吗？
非常安全。你的 API Key 存储在浏览器本地，不会上传到 WhisperUI 的服务器。云端转录时，API Key 只会用于调用 OpenAI 的服务。
支持哪些音频格式？
支持 MP3、MP4、MPEG、MPGA、M4A、WAV、OGG、WEBM 等常见音频格式。
文件大小有限制吗？
云端处理有 25MB 的限制，这是 OpenAI 的规定。如果你的文件超过这个大小，可以使用 WhisperUI 官网推荐的音频压缩工具（audiocompression.xyz）来处理。本地桌面转录没有这个限制。
转录准确率怎么样？
准确率取决于音频质量和清晰度。总体来说，OpenAI Whisper 对各种口音、背景噪音、技术术语都有很好的处理能力，清晰音频的转录效果非常好。
转录需要多长时间？
大多数文件在几分钟内就能完成转录。具体时间取决于文件长度、服务器负载等因素。
支持哪些语言？
支持英语、西班牙语、法语、德语、中文等在内的多种语言。除了转录，还可以选择将内容直接翻译成英语。
<card type="faq" title="遇到 "OpenAI Quota Exceeded" 错误怎么办？"> 这个错误表示你的 OpenAI 账户积分不足。需要检查你的 OpenAI 账户，确保有足够的积分。如果刚刚添加了积分，可能需要等待最多 6 小时生效。
