MP3 转文字工具

MP3 转文字:高低码率都能转

放进一个 MP3,这个 MP3 转文字工具会先读出它的时长、码率、采样率和标题。选好纯文本、DOCX 文档、SRT 或 VTT 字幕、CSV 或 JSON,文字一转好文件就自动下载;文档、字幕和数据文件里都标着说话人和时间。

业主会议.mp3MP3 · 0:39 · 48 kbps · 22.1 kHz · 229 KB业主会议.txt
老楼加装电梯的业主会0:00 / 0:39
实测都一字不差
8 到 128 kbps
单个 MP3,最大 1 GB
3 小时
默认格式,另有五种
TXT
积分/分钟
2
注册送的积分能转
30 分钟
文字转好就显示
页面直接看

怎样把 MP3 转文字?

MP3 转文字很简单:把 MP3 放进工具,确认时长和积分,选好要的文件(TXT、DOCX、SRT、VTT、CSV 或 JSON)。转出来的文字带说话人和时间,文件会自动下载。低码率和高码率转得一样好,下面的实测可以看到。

三步完成 MP3 转写

文字转好就直接出现在页面上,马上能看。

  1. 选要的文件

    默认是 TXT;文字要拿去编辑、做字幕或做数据的话,改选 DOCX 文档、字幕、表格或 JSON。

  2. 放进 MP3

    马上显示时长、码率、采样率、声道和标题,以及这次转换要用的积分。

  3. 查看、核对、下载

    转好后文件自动保存。点任意一个字就能听原声,改好说话人名字,再按任意格式重新下载。

先读懂文件的 MP3 转文字工具

MP3 来自录音笔、通话录音、播客和有声书,码率五花八门。下面这些就是为它们做的。

蓝调时分停在安静码头的小渡船

看清 MP3 里装的是什么

转换之前,页面先在你的浏览器里读这个文件:能播多久,码率和采样率多少,单声道还是立体声,标签里有标题的话也会显示。转什么、要花多少积分,一目了然。

低码率 MP3 也能一字不差

我们用本站的一个声音把一段稿子读一遍,分别存成 8、16、32、64、128 kbps 的 MP3,安静的和叠了很响背景噪声的各转一次。每一份都和原稿一字不差,所以 MP3 直接转就行。

长 MP3 自动切开再拼回

MP3 最长可以有 3 小时。长文件会切成彼此重叠一分钟的几段,分别转写,再拼回一份完整的文字,每位说话人在接缝处也对得上。

MP3 转写通话和会议,每位说话人都有名字

通话录音和采访会按轮次分开,写成说话人 1、说话人 2,并标出每段开始的时间。改一次名字,之后下载的每种文件都会用上。

播客里的音乐和声音也会标出来

打开“标出笑声等声音”,片头音乐会用方括号标出来,比如示例里的 [jazzy music],笑声和掌声也一样,一期播客的文字读起来还是那一期节目的样子。

默认 TXT,同一次转换还有五种文件

默认下载纯文本。DOCX 文档、SRT 和 VTT 字幕、CSV、JSON 都来自同一次转换,各点一下就能下载,不另外扣积分。

MP3 码率影响转写吗?

同一遍朗读,存成五种码率(各配上这类文件常用的采样率),安静的和叠了很响背景噪声的各转一次。点任意一格可以听那个文件。

8 kbps8 kHz
59 KB / 分钟
安静106 字,对 106 字
很响的背景噪声106 字,对 106 字
16 kbps16 kHz
117 KB / 分钟
安静106 字,对 106 字
很响的背景噪声106 字,对 106 字
32 kbps22.1 kHz
234 KB / 分钟
安静106 字,对 106 字
很响的背景噪声106 字,对 106 字
64 kbps44.1 kHz
469 KB / 分钟
安静106 字,对 106 字
很响的背景噪声106 字,对 106 字
128 kbps44.1 kHz
938 KB / 分钟
安静106 字,对 106 字
很响的背景噪声106 字,对 106 字

同一段 106 字的稿子,由本站的一个声音读一遍,分别存成各个码率,再用这个工具转换。嘈杂的那组在人声下面混了很响的粉红噪声,只比讲话声低约 7 dB。

MP3 转文字示例

每个 MP3 都由这个工具转换,结果原样展示。播放时正在说的那一段会亮起来;切换格式,可以看到它变成文档、字幕或表格的样子。

各种来源的 MP3 转文字

录音笔和录音应用常把讲话存成 32 到 64 kbps 的单声道 MP3,几个小时也不占地方。通话录音是窄带的电话音质。播客节目一般是 96 到 128 kbps 的立体声,开头有音乐;有声书的章节则是一个人长时间朗读。

这些 MP3 转文字的方法都一样。文件是什么样就直接放进来,不用改名、改标签,也不用先转成别的格式。

MP3 码率会影响转写吗

对讲话来说,影响比大家想的小得多。在我们的实测里,同一遍朗读从 8 到 128 kbps 每个码率都一字不差,叠上很响的背景噪声后也一样。低码率去掉的主要是高频,而讲话的内容大多在更低的频段。

真正影响准确度的是录音本身:麦克风离得远、几个人同时说话、风声和回声。如果一个 MP3 转得不好,先从这些方面找原因;手上的原文件就是最好的转换对象,录到的每个字都在里面。

录音笔用“讲话”档就够了。64 kbps 的单声道 MP3,两个小时大约 60 MB,转出来和大文件一样好。

长录音的 MP3 转文字

讲座、会议和有声书往往很长。最长 3 小时的 MP3 都能一次转完:工具会把它切成彼此重叠一分钟的几段,保证没有一个字落在缝里,再把文字拼起来,并在各段之间对上每位说话人。

积分按 MP3 的时长计算,开始前就会显示,一场两小时的讲座要花多少,事先就清楚。

MP3 该转成 TXT 还是字幕

要给人读的,选 TXT 或 DOCX:口述笔记、一期播客的文字稿、有声书的一章。MP3 是你正在做的视频的声音时,选 SRT 或 VTT,字幕就能和视频对上。要搜索、排序或处理每一句,选 CSV 或 JSON。

MP3 转文字之后怎么整理

大多数录音只要稍微整理一下就能发出去。

  1. 1把说话人 1、说话人 2 改成真实姓名,每一行都会跟着改。
  2. 2反复出现的名字,比如公司名或街道名,用查找替换一次改好。
  3. 3拿不准的字点一下听原声,双击那一段就能修改。
  4. 4重新下载,每种格式都会用上你的修改。

视频网站上的 MP3 和歌词

这里收的是文件,不收链接:先把 MP3 存到自己的设备上。手上只有视频的话,可以用 MP4 转 MP3 在浏览器里把声音存成 MP3。

讲话转得最准。歌曲也能转出文字,但伴奏里的歌声比说话难听清,要多核对一些字。

大家用 MP3 转文字做什么

在工地前查看的建筑师

口述录音

对着录音笔说的笔记,变成可以写进报告的文字。

搬家当天打包好的客厅

通话录音

把一通电话按说话人分开,方便引用。

黄昏时的小菜园

播客节目

每期节目发一份文字稿,片头音乐也标出来。

灯塔顶上的橘猫

有声书

跟着读、摘一段,或者拿章节和原稿对照。

夜校课后晾着的一个新鲜面包

讲座

一小时的 MP3 变成带时间的笔记,随时跳回去听。

会开完后学校礼堂里的桌子

会议

从录音整理出会议纪要,谁说了什么一清二楚。

MP3 转文字常见问题

现在就把 MP3 转文字

放进 MP3,先看看里面是什么,几分钟后下载文字、文档或字幕。

开始 MP3 转文字