本地文件转录
无需上传文件，即可在计算机上转录音频或视频。
Yap Audio to Text
Yap Audio to Text 可在浏览器中将现有音频或视频文件转换为转录文本。它会在用户的计算机上运行 Whisper，而不是上传录音，并且无需账号。
选择受支持的文件，等待浏览器模型和转录完成，然后检查文本并保存。文本编辑会影响复制的文本和 TXT 下载文件；SRT 和 VTT 字幕使用最初识别的文本和时间轴。请保持标签页打开，直到文件保存完成。
Key Features
常见输入格式
支持 MP3、M4A、WAV、OGG、FLAC、MP4、MOV 和 WebM；每个文件最长 60 分钟、大小不超过 300 MB。
可编辑转录文本
更正识别文本，并复制文本或下载 TXT 文件。
带时间轴的字幕导出
使用识别文本和分段时间轴下载 SRT 或 VTT 字幕。
语言模式
可使用英语模式，或使用支持 99 种语言并具备自动检测功能的 Any language 模式，但准确率较低。
浏览器模型下载
首次使用时会下载约 80 MB 的 Whisper 模型；在支持图形芯片路径的情况下，下载量约为 165 MB。
Use Cases
录制的访谈
创建访谈的初稿转录，并手动检查姓名和技术术语。
讲座笔记
将录制的讲座转换为文本，用于复习和记笔记。
视频字幕
生成带时间轴的字幕文件，然后在合适的字幕工具中检查和编辑。
私人录音复核
在避免上传文件很重要的情况下，处理本地录音。
Pros and Cons
Pros
- 免费且无需账号。
- 音频和转录文本会保留在当前浏览器标签页中。
- 支持可编辑文本以及 SRT/VTT 导出。
Cons
- 每个文件最长 60 分钟、大小不超过 300 MB。
- 较小的浏览器模型可能难以准确处理姓名、多人重叠说话、音乐和噪声；它不会标注说话人。
- 编辑文本框不会更新 SRT/VTT 字幕文本。关闭标签页前请先保存输出文件。
FAQ
它免费且注重隐私吗？
官方页面将此文件转录工具介绍为免费且无需注册。文件和转录文本会保留在当前标签页中，不会上传；浏览器首次使用时会下载模型。
有哪些限制？
每个输入文件最长可达 60 分钟、大小不超过 300 MB。这不是一项支持无限时长转录的服务。
可以保存哪些输出？
可复制或将编辑后的文本下载为 TXT。也可下载包含识别文本和原始时间轴的 SRT 或 VTT 字幕；文本框中的编辑不会更改这些字幕文件。
它能识别说话人吗？
不能。页面明确说明，这款浏览器工具无法区分不同说话人。
它与 Yap desktop dictation 是同一款产品吗？
不能。这一页面用于在浏览器中转录现有文件。独立的 Yap 桌面应用可将实时语音识别到其他应用中，并有自己的试用和定价。
Quick Facts
- 产品类型
- 浏览器文件转录
- 访问方式
- 免费；无需账号
- 单文件限制
- 60 分钟、300 MB
- 输出格式
- TXT、SRT、VTT
- 处理方式
- 本地运行 Whisper；首次需下载模型
- 开发者
- O-mega Enterprise Inc.
Yap Audio to Text 替代品
CAKIE
CAKIE 是一款 Mac 屏幕与语音录制应用，专为 AI 智能体提供上下文。它生成文字稿和截图重点，支持复制提示词并粘贴或附加到其他 AI 应用中。
SpeakoFlow
SpeakoFlow 是一款适用于 Windows、macOS 和 Linux 的免费开源桌面语音转文字应用，支持在任意应用中口述输入、Flow 语音写作、文本清理、翻译和屏幕感知助手。
QuickQuill
QuickQuill 是一款适用于 macOS 的本地语音输入与转写应用，可在设备上录制会议、转写音频、生成摘要并导出笔记，无需使用云服务。
Zen Whisper
Zen Whisper 是一款适用于运行 macOS 14 或更高版本的 Apple Silicon Mac 的本地优先听写与转写应用。可在大多数 Mac 文本框直接语音输入，并转写媒体或受支持的公开链接，支持 110 种口语选项。
Speech to Text Converter
Speech to Text Converter 是一款基于浏览器的语音转文字工具，支持实时听写和上传音频、视频文件转录。提供免费版满足短任务，Pro 版支持无限转录、AI 摘要、翻译、说话人识别和高级导出。
Flunkey
Flunkey 是适用于 Windows 的语音优先效率工具层，可将语音转为文本、AI 辅助输出和可记忆上下文，帮助你在当前应用中捕捉想法与待办。