一个基于 OpenAI Whisper 模型的免费转录语音为文字的Web服务，您只需打开浏览器即可使用，无需注册无需登录。
模型会在本地下载并运行，确保您的文件无需上传至任何外部服务器。
使用地址
可供选择的模型
工具提供多种模型选项，包括：
tinybasesmallmediumlarge-v1large-v3
模型特点：
- 尺寸越小的模型（如
tiny和base），运行速度越快，但转录精度相对较低； - 尺寸越大的模型（如
large-v1和large-v3），精度越高，但运行速度较慢，且在性能较低的设备上可能导致浏览器崩溃。
如何使用
- 上传文件：点击选择需要转录的音频或视频文件。
- 选择模型：根据设备性能选择合适的模型。
- 性能较弱的设备建议使用
tiny或base； - 性能较强的设备可选择
small或medium； - 除非设备性能极佳，否则避免选择过大模型，以免浏览器崩溃。
- 性能较弱的设备建议使用
- 选择语言：指定音视频中的语音语言。
- 模型下载：首次使用某模型时，工具会从 Hugging Face 下载模型文件。由于该网站在国内可能无法直接访问，建议使用科学上网工具确保下载顺利。
注意事项
- 隐私安全：模型下载后完全在本地运行，您的文件不会上传至任何服务器。
- 性能依赖：模型选择和运行速度取决于您的设备性能。
- 系统建议：推荐在 Windows 或 Linux 系统上使用 Chrome 浏览器。Mac 设备上的 M 系列芯片支持可能不够完善。
技术原理
- 实现方式：工具基于 Transformers.js 技术，支持在浏览器中运行大型模型。
- 模型来源：采用 OpenAI Whisper 模型，经过 Xenova/whisper-web 优化与转换。