Whisper Web — 在浏览器里免费把语音转成文字
Whisper Web 把视频或音频变成文字，文件不用上传到任何地方。免费的 Whisper 转录，无需注册，还能顺带拿到字幕。
- 用 Whisper 转录视频
- 生成 Whisper SRT 字幕
- MP3 转文字
- 无需 API 密钥的 Whisper
- 把外语语音译成英文
或把文件拖到这里
开始之前，请先选择录音里说的语言。
全程在你的浏览器里运行——音频不会被上传，只有模型会下载一次。
Whisper 是 OpenAI 公开发布、任何人都能免费使用的语音识别模型。它听一段录音，把说过的话写下来，支持 99 种语言，而 Whisper 模型好用到很多收费转录服务本身就是拿它搭起来的。只是通常想用上 Whisper，你得先有开发者账号、付费套餐，或者装一个程序。
Whisper Web 把这些统统省掉了。Whisper 模型被加载进你的浏览器，跑在你自己的电脑上，所以转录这件事就是选个文件、按下按钮。录音全程不离开你的设备 — Whisper Web 不会把它传给我们，不会传给 OpenAI，也不会传给任何其他人。真正会通过网络下载的只有 Whisper 模型本身，而且浏览器会在第一次之后把它存下来，以后再转录就能立刻开始。
Whisper Web 会一边生成一边把文字显示在屏幕上。你可以直接复制这份 Whisper 文稿，也可以下载成纯文本，或者下载成给剪辑软件和网站用的 SRT、VTT 字幕，还能下载成 JSON 或表格，把时间点一起带走。
Whisper Web 在浏览器里能做什么
货真价实的 Whisper 模型，而且免费
这就是 OpenAI 自己的 Whisper，不是缩水的仿制品 — 不少收费转录工具背后用的正是同一个模型。丢进一个 MP4 或 MP3，Whisper Web 就会把文字一行行放到页面上，每一行都带着说出这句话的时间。
用 Whisper 不用注册、不用装软件、不用 API 密钥
没有账号要注册，没有程序要安装，也没有按分钟计费。用 Whisper Web 转一个文件还是五十个都一样：没有每日上限，没有会用完的额度，文稿上也不会加水印。收费服务之所以收费，是因为模型跑在他们的机器上 — 这里跑在你自己的机器上。
Whisper 字幕、纯文本，或带时间的数据
Whisper 会记下每句话说出的时间，所以转录一次就能得到五种文件。SRT 给 Premiere Pro、DaVinci Resolve、剪映或 YouTube 字幕用；VTT 给网页播放器用；TXT 用来阅读和检索；想放进脚本或表格就选 JSON 或 CSV。几种格式之间切换是瞬间的 — 不会重转第二遍。
Whisper 语音转文字，支持 99 种语言
西班牙语、普通话、阿拉伯语、印地语、日语、乌克兰语、他加禄语等等。告诉它录音是哪种语言——按名称或代码搜索列表即可——它就用那种语言写下来。或者把任务切成“翻译”，它会把非英语录音一次性写成英文。
两种 Whisper 模型：要准确度，还是要小体积
Turbo 就是 Whisper large-v3，只是解码器被大幅精简，所以转录质量接近最大的模型，速度却没跟着慢下来——讲座、重口音、多人抢话和背景噪音都该交给它。Base 的下载量只有它的一小部分，也更快开始，清晰的语音备忘录用它就够。每个选项都标了体积，因为模型要先整个下载完才能开始。
Whisper Web 几乎接受任何视频或音频文件
MP4、MOV、WebM、MKV 视频，或者 MP3、WAV、M4A、FLAC、OGG 音频。给 Whisper Web 一个视频，声音会自动帮你取出来。文件是直接从你的硬盘读的，所以没有上传进度条要等 — 因为根本没有上传。
谁在用 Whisper Web 转录
用 Whisper Web 写节目简介的播客主
一小时的节目变成可以检索的文字，节目简介、章节标记、金句卡片和博客版本都是从这里开始的。把整个往期节目全跑一遍也不花一分钱。
需要 Whisper 字幕的视频剪辑师
把 Whisper Web 生成的 SRT 下载下来，拖进时间线就行。它在 Premiere Pro、Final Cut、DaVinci Resolve 和剪映里的打开方式和任何字幕文件一样 — 不用插件，不用等字幕服务排队，画面上也不会烧进水印。
需要私密 Whisper 转录的记者
采访录音往往正是你最不方便交给别的公司的东西。Whisper Web 给你一份可以引用、可以整理的初稿，而音频始终留在自己的电脑上。
把讲座变成笔记的学生
一节录下来的课或研讨会变成文字，就能搜到那个你只记得一半的定义。Whisper 对专业词汇和口音的处理远好过手机听写，也不必为一份学生订阅找理由。
用 Whisper Web 加字幕的人
视频应该配字幕，好让听障观众 — 或者只是关着声音看的人 — 也能跟上。在这里做好字幕文件挂到视频上就行，内部培训录像也不必交到外面的公司手里。
根本不能上传的录音
医疗口述、法律录音、人事面谈、未公开的素材，以及任何签了保密协议的内容。浏览器里的 Whisper 常常是唯一能通过审批的做法，因为压根没有“传输”这件事需要审批。
为什么选 Whisper Web
Whisper 就在录音所在的地方干活
你的音频不会被送去任何地方。下来的是 Whisper 模型，上去的什么都没有。关掉标签页文稿就没了，因为别处从来就没存过一份副本。
免费的 Whisper，没有什么要注册
没有账号，没有银行卡，也没有会用完的试用分钟数。Whisper Web 之所以能不限量，是因为活儿干在你的电脑上，不是我们的。
Whisper 在这里做不到什么，也直说
浏览器跑不动 Whisper 最大的那几个尺寸，所以特别难处理的录音，用桌面程序或付费服务也许还是更好。这里给你的是免费、私密、点开就能用 — 而对清晰的说话声来说，已经足够了。
怎么用 Whisper Web 转录视频
1. 把视频或音频文件加进 Whisper Web
把 MP4、MOV、MKV、WebM、MP3、WAV 或 M4A 拖进来，或者点击选择。文件直接从你的电脑读取，没有上传要等。
2. 选好 Whisper 的设置
默认已经选好 Turbo，如果你在意转录准不准，保持不变即可；不想等大文件下载，就换成 Base。保持“转录”会按原语言写下来，选“翻译”则把非英语录音变成英文。然后选择所说的语言——这一项是必填的，列表上方的搜索框可以省去在九十九种语言里翻找。
3. 点转录，看着 Whisper 文稿出来
第一次要先下载 Whisper 模型 — 慢就慢在这一步，而且只有这一次。之后文字会带着时间一行行出现，全程有进度百分比和取消按钮。
4. 复制文字或下载 Whisper 字幕
一键复制整篇文稿，或者选 TXT、SRT、VTT、JSON、CSV 下载。换格式是瞬间的 — 不用再走一遍 Whisper。
Whisper Web 常见问题
Whisper Web 真的是免费的吗？
是的。没有账号，没有银行卡，没有额度，没有水印，转多少个文件、转多长的录音都不限。它之所以能这样，是因为模型跑在你自己的电脑上，而不是租来的服务器上 — 那份服务器时间，正是所有收费 Whisper 服务向你收的钱。
Whisper Web 会把我的音频上传吗？
不会。录音是在你的浏览器里打开并转录的，全程不会被发往任何地方 — 不发给本站，不发给 OpenAI，也不发给任何人。唯一会走网络的是 Whisper 模型，它下载到你这里并由浏览器保存。第一次下载之后，Whisper Web 甚至能离线用。
用 Whisper 需要 OpenAI 的 API 密钥吗？
不需要。大多数“Whisper 在线”页面其实只是 OpenAI 付费服务的一道门，进门先要密钥。而模型本身是可以免费下载来跑的，Whisper Web 就是这么做的 — 没有密钥，没有账单账户，也没有按分钟计费。
Whisper Web 的准确度怎么样？
同样的尺寸下，结果和你在电脑上跑 Whisper 是一样的，因为用的就是同一个模型。真正影响准确度的是你选哪个尺寸。最大的两个尺寸对浏览器来说太大了，所以特别嘈杂或难懂的录音，用桌面程序也许还是更好。
该选哪个 Whisper 模型？
没有特别理由就选 Turbo。它用的是 large-v3 编码器，重口音、抢话和背景噪音的效果都要好得多，而精简过的解码器让它依然够快。Base 留给「下载体积比那几个百分点的准确率更重要」的场合，或者录音本身又短又清楚。支持 WebGPU 的机器跑 Turbo 很轻松；没有 WebGPU 时模型跑在 CPU 上，长录音选 Base 更现实。
Whisper 支持哪些语言？
Whisper 认识的全部 99 种，从西班牙语、普通话、阿拉伯语，到威尔士语、约鲁巴语和毛利语。开始之前由你来选；这里没有自动识别，因为 Whisper 是按每三十秒的窗口判断，而不是整段录音判断一次，遇到不好分辨的长录音就会中途换成另一种语言。翻译只有一个方向——译成英文——这是 Whisper 本身的限制，不是这个页面的。
Whisper Web 能导出 SRT 或 VTT 字幕吗？
能。Whisper 的每一行都带时间，所以 SRT、VTT、TXT、JSON 和 CSV 都只有一次点击的距离，切换也是瞬间完成。导出的 SRT 在 Premiere Pro、DaVinci Resolve、剪映和 YouTube 字幕上传里，和任何字幕文件一样能打开。
Whisper Web 能转多长的录音？
一次最多一小时。这不是我们随便定的规矩：一个浏览器标签页能同时装下的音频有限，一小时已经占掉相当一部分了。更长的内容，就用本站的裁剪工具切成几段，一段一段送进 Whisper。
为什么 Whisper Web 第一次特别慢？
得先把 Whisper 模型下下来 — 按你选的尺寸大约是 120MB、206MB 或 586MB。浏览器会把它留着，所以之后再用同一个尺寸都是立刻开始。Chrome、Edge 和 Opera 还能让显卡来干活，转录本身会快得多；Safari 和 Firefox 慢一些，但转出来的文字一模一样。
Whisper 转出来的文字能用于商业用途吗？
可以。我们不主张对你的音频或转出的文字拥有任何权利，也不会往里面加任何东西。Whisper 由 OpenAI 以开放许可发布，Whisper Web 则基于开源项目 whisper-web 构建。
需要的是链接而不是下载？上传做好的文件，获取观看页、直接文件 URL 和嵌入代码。
把视频变成 URL