GPT Image 2.5 全新上線,支援生成透明背景圖片

音訊轉文字

上傳音訊檔案,幾秒內生成結構清晰的文字稿,方便記錄、整理和創作

更多使用場景

上傳影片檔案

支援 MP4、MOV、MKV、WebM 等格式,快速擷取講座、課程或訪談內容

貼上影片連結

支援 YouTube、TikTok 等平台連結,線上生成字幕或文字稿

主要功能

支援多種音訊格式

支援 MP3、WAV、M4A、AAC 等音訊檔案格式,輕鬆轉寫成文字。

高精度轉寫

採用先進的 Whisper 模型,即使錄音環境複雜或含噪音也能精準辨識。

說話者自動辨識

自動區分多人對話中的說話者,生成清晰可讀的分段文字稿。

快速編輯與匯出

線上編輯辨識結果,可一鍵匯出為 TXT、DOCX 等格式文字。

三步完成音訊轉文字

1

選擇音訊檔案

從裝置選擇音訊檔案開始轉寫

2

選擇設定並開始轉錄

可自訂或自動辨識語言與說話者,開始轉錄後,幾秒內即可生成文字內容

3

編輯並儲存

快速校對文字稿,並按需儲存為所需格式

常見疑問

支援上傳 MP3、WAV、M4A、AAC 等常見音訊格式。

轉錄通常在幾秒鐘內完成,具體時間取決於音訊長度和品質。

可以,AI 會自動濾除背景噪音,提高辨識準確率。

支援,系統可自動區分多人語音並分段顯示文字。

在清晰錄音環境下,辨識準確率超過 99%。