注册送 30 积分 · 无需绑卡
支持哪些语言？
Grok STT 支持 25 种语言，还能自动识别语种。HeartMuLa Transcribe 能从多种语言的歌声里提取歌词。
你提供- 一段录音（MP3 或 WAV）
你得到- 文字稿
一般耗时- 约 5 秒
价格- 1 积分 （每分钟音频）
怎么用
- 1
上传音频文件。
- 2
选模型：一个转说话，一个专门转歌声。
- 3
生成，然后复制文字。
效果更好的小技巧
- 录音清晰、同一时间只有一个人说话，转得最准。
- 把人名和专业术语列出来，就会按你的写法输出。
- 歌曲请用专门处理歌声的 HeartMuLa Transcribe。
适合用来
- 视频字幕
- 会议和采访记录
- 扒歌词
可用模型
2 个模型默认使用 HeartMuLa Transcribe。在生成页可以随时换成别的模型，每个模型运行前都会显示价格。
常见问题
录音最长多长？
用 Grok STT 的话，1 秒到 2 小时都可以。
能拿到每个词的时间点做字幕吗？
Grok STT 会返回每个词的时间点，可以直接用来对齐字幕。
“语音转文字”多少钱？
“语音转文字”1 积分起（每分钟音频）。运行前生成页会显示准确价格，生成失败会自动退还积分。新账号注册送 30 积分，足够先试一试。
类似工具
查看全部 20 个工具
用你自己的文件试试
拖进来，点“生成”，结果直接带走。注册送的免费积分够你先跑几次。