免费试用
$0USD
无需信用卡。每个已验证账户仅可领取一次。
试用 5 分钟
- 逐词时间戳与说话人标签
- 转录文本编辑
- 导出 TXT、SRT、VTT 和 JSON
- 仅支持英语转录
- 单个文件最长 5 分钟、最大 100 MB
- 结果保留 7 天
试用分钟数在 30 天后到期
WhisperX 在线转录
语音转文字，附带逐词时间戳和说话人标签，无需本地安装。
试用示例
00:23
结果详情与原始输出
WhisperX · large-v3 · EN
本网站为独立运营的非官方服务，与 WhisperX 作者及 OpenAI 无关联。
听原音，对照真实模型输出
以下短合成录音由真实 WhisperX 引擎处理。示例文字保留英语，便于对照原始录音核对。这些示例用于展示操作流程，并非真实场景下的准确率测试。
真实会议录音 · AMI Meeting Corpus
未经编辑的自动输出，可能遗漏词语或错误分配说话人。来源：AMI Consortium / University of Edinburgh，许可 CC BY 4.0。此片段不是准确率测试，也不代表来源方为本站背书。
AMI · EN2009d · 4926.96–5023.53 s
2.00 s · SPEAKER_00Because, you know, if you're told, use the booking system.
4.76 s · SPEAKER_00Well, we think we spoke to all the people who used those facilities the other day, but we could be wrong.
9.89 s · SPEAKER_00Well, that's true.
把录音变成可核对、可编辑的文字
WhisperX 将语音识别、逐词对齐和可选的说话人分离结合起来。上传音频或视频，确认时长和费用后，即可在浏览器中核对结果。你可以边听边改文字、重命名说话人，并同时保留模型原始输出和修改后的版本。
点击时间戳，回听需要核对的片段
WhisperX 在语音识别后进行对齐，估计每个词在录音中的位置。点击可用的时间戳，即可回听上下文。部分词可能没有可靠时间。修改文字不会重新执行对齐，也不会生成新的实测时间戳；需要区分模型输出与人工修订时，请保留原始 JSON。
说话人分离：理清每段话是谁说的
说话人分离按同一段录音中的声音对发言分组。先听录音，再为能够确认的说话人填写姓名。相似声音、简短回应和重叠发言都可能导致错误。标签不能验证身份，也不能跨文件识别同一个人。
导出文字、结构化数据或字幕
TXT 适合阅读，JSON 保留结构化数据，SRT 和 VTT 可导入字幕工具。TXT 和 JSON 保留说话人信息；SRT 和 VTT 不会自动加入说话人姓名。编辑或再次下载现有结果不额外消耗分钟。字幕以独立文件导出，不会烧录进新视频。
支持哪些录音语言
免费试用支持英语。付费后可转录英语、西班牙语、法语、德语、意大利语、葡萄牙语、中文和日语。转录保留录音原本的语言，不提供翻译。切换界面语言不会增加可转录的录音语言。
三步完成转录
- 1
上传你有权处理的录音，选择录音语言，按需开启说话人标签。
- 2
核对时长和费用后开始处理，任务会保存在你的账户中。
- 3
回听、修订并下载，保留原始输出或导出核对后的版本。
文件格式与限制
支持 MP3、WAV、M4A、FLAC、OGG、MP4、MOV 和 WebM。一次性试用含 5 分钟，单个文件最多 100 MB、5 分钟；付费账户单个文件最多 500 MB、60 分钟。处理自己的文件需要登录，不支持通过外部链接获取音视频，也不支持实时录音。
文件私有，及时下载结果
结果仅对你的账户开放。试用任务保留 7 天，付费任务保留 30 天，请在任务显示的到期时间前下载。录音会交由外部推理服务处理，并非在浏览器本地运行。开始前预留所需分钟，成功交付结果后结算；失败任务会释放预留额度。
选择适合的工具
WhisperX 使用指南
按需要选择分钟套餐
验证账户后可获得一次性 5 分钟试用，无需银行卡。之后可购买分钟包，或选择月付、年付订阅。分钟包有效期为 12 个月，订阅分钟有效期为 30 天；订阅将自动续费，直至取消。最终金额以结账页为准。
月付与年付方案
Starter
$9美元／月
按月自动续费。可在账单页面取消后续续费。
每月 120 分钟
- 逐词时间戳与说话人标签
- 转录文本编辑
- 导出 TXT、SRT、VTT 和 JSON
- 包含全部 8 种已支持的语言
- 单个文件最长 60 分钟、最大 500 MB
- 结果保留 30 天
每月发放的分钟数在 30 天后到期
Creator
$29美元／月
按月自动续费。可在账单页面取消后续续费。
每月 600 分钟
- 逐词时间戳与说话人标签
- 转录文本编辑
- 导出 TXT、SRT、VTT 和 JSON
- 包含全部 8 种已支持的语言
- 单个文件最长 60 分钟、最大 500 MB
- 结果保留 30 天
每月发放的分钟数在 30 天后到期
分钟包，一次性付款。
按需购买处理分钟数，无自动续费。分钟包有效期为 12 个月，可与订阅同时使用。
常见问题
这是 WhisperX 官方网站吗？
不是。本站是独立的非官方托管服务，开源项目由 GitHub 上的 m-bain/whisperX 单独维护。
不安装软件也能处理自己的录音吗？
可以。上传及处理自己的文件需要账户。模型在外部服务上运行，你无需准备 GPU 或模型令牌。
会把录音翻译成其他语言吗？
不会。转录保留原本的语言。试用支持英语，付费后另支持西班牙语、法语、德语、意大利语、葡萄牙语、中文和日语。
编辑和再次下载还收费吗？
编辑和下载现有结果不额外消耗分钟。重新发起转录是一项新任务，需要另行确认费用。
时间戳和说话人一定准确吗？
不一定。部分词可能没有可靠时间，说话人也可能分组错误。请回听核对。修改文字不会生成新时间，标签也不验证身份。
可以粘贴 YouTube 链接吗？
不可以。请上传你有权处理的文件，本站不抓取外部媒体链接。