AI 音频转文字
选择音频或视频，让 AI 在本机自动提取语音并转换为可编辑文字和字幕；无需上传、不注册、不按分钟收费。
将音频或视频拖到这里
或点击从设备中选择；视频会自动提取音轨
音频：MP3、WAV、M4A、AAC、FLAC、OGG；视频：MP4、MOV、WebM、MKV、M4V
转换后可下载的格式
AI 会生成可编辑文字稿，你可以按后续用途选择合适的下载格式。
- TXT
- 纯文本格式，适合笔记、文档、摘要和内容发布。
- SRT
- 带时间轴的通用字幕，适合视频平台和剪辑软件。
- VTT
- 网页字幕格式，适合 HTML5 播放器、网站和在线课程。
免费 AI 音频转文字，本地运行不上传
Zolkit 使用 AI 将 MP3、WAV、M4A 等音频，以及 MP4、MOV、WebM 等视频中的语音转换为可编辑文字和带时间轴的字幕。选择视频后会在浏览器本地直接提取音轨；整个转写过程在设备上完成，无需上传媒体、调用按分钟收费的云端 API 或注册账号。
多语种 AI 转写
支持简体中文、繁体中文、英语、日语、韩语、西班牙语、法语、德语等多种语言。
音频不上传
录音保留在用户设备中，由浏览器完成转写。
AI 自动识别语种
可以让 AI 自动判断，也可手动指定输出语种提高一致性。
浏览器本地运行
本地 AI 转写保护隐私，也避免按分钟计费的语音 API 成本。
导出前可编辑
直接在浏览器中校对和修改 AI 生成的文字稿。
导出 TXT、SRT、VTT
无需账号，免费保存纯文本或带时间轴的字幕文件。
如何把音频或视频转成文字
- 1
拖入音频或视频文件，选择语种或使用自动识别。
- 2
点击开始转写；视频音轨会自动提取，并由本地 AI 生成文字稿。
- 3
校对文字稿，然后复制或下载 TXT、SRT、VTT 文件。
音频转文字常见问题
如何免费把音频转成文字？
选择音频文件和语种后开始转写即可。Zolkit 在本机处理录音，结果可复制，也可下载为 TXT、SRT 和 VTT，无需登录。
可以把 MP3 转成文字吗？
可以。除 MP3 外还支持 WAV、M4A、AAC、FLAC、OGG 和 WebM；人声清晰、背景噪声较少的录音效果更好。
音频转文字可以离线使用吗？
首次使用需要下载 AI 转写模型。模型和网站资源缓存在浏览器后，只要缓存仍可用，转写无需上传录音并可在离线状态运行。
录音会上传到服务器吗？
不会。Zolkit 在设备上读取并转写媒体；浏览器只下载 AI 模型，不会把录音发送到语音 API。
转写一段音频需要多久？
速度取决于录音时长、处理器速度、设备内存和浏览器支持，因此无法为所有文件承诺固定耗时。
音频转文字能生成字幕吗？
可以。AI 会生成带时间信息的语音片段，可下载为 SRT 或 WebVTT，也可另存为纯文本。