哪些浏览器可以用？Firefox 为什么不行？

本工具使用浏览器内置的 Web Speech API 语音识别接口，目前 Chrome、Edge（电脑和安卓）以及 Safari（macOS / iOS 14.5 及以上）支持；Firefox 尚未提供该接口，打开时会提示不支持。部分国产浏览器虽然基于 Chromium，但可能无法连接识别服务。

我的录音会被上传吗？

本站不会上传或保存你的录音，识别结果也只保存在你的浏览器里。但语音识别本身由浏览器厂商的服务完成：Chrome 会把音频发送到 Google 服务器识别，Edge 使用微软的在线语音服务，Safari 使用 Apple 的语音识别（部分设备可在本机完成）。涉及敏感内容时请留意这一点。

为什么识别结果没有标点，或者标点不对？

浏览器返回的中文识别结果通常不带标点。开启“自动补标点”后，工具会在每句末尾补上句号，以“吗、呢、什么、怎么样”等结尾时补问号，句中的停顿空格改为逗号。这只是简单规则，无法理解语义，重要文字请在导出前手动检查修改。

SRT 字幕的时间准吗？可以给视频配字幕吗？

每一段的开始时间取自识别到第一个字的时刻，结束时间取自该句定稿的时刻，暂停期间不计时，因此适合边播放视频边识别，或对着录好的讲稿生成大致对齐的字幕。字幕至少显示 1 秒且不会互相重叠；如果要精确到帧，建议导出后在剪辑软件里微调。

🗣️

🗣️语音转文字 - 在线实时语音识别，免费导出 TXT / SRT 字幕

打开页面、点“开始识别”并允许使用麦克风，说出的话就会实时变成文字：正在识别的内容以灰色斜体显示，每说完一句自动定稿成一段，并标注从开始录音算起的时间。可以选择普通话、台湾国语、粤语、英语（美 / 英 / 澳 / 印）、日语、韩语、法语、德语、西班牙语等二十多种识别语言。浏览器识别中文时往往不带标点，开启“自动补标点”后会按简单规则在句末补“。”或“？”。识别过程中可以随时暂停、继续，每一段都能直接点进去修改或删除，结果自动保存在本机浏览器。整理好后可以复制全文，下载纯文本 TXT、带时间戳的 TXT，或按每段时间生成 SRT 字幕文件。识别使用浏览器自带的 Web Speech API，推荐使用 Chrome、Edge 或 Safari。

免费 · 无需注册 · 浏览器本地处理最后更新：2026-10-26

正在加载工具...

如何使用语音转文字

1选择识别语言，点击“开始识别”并允许浏览器使用麦克风
2对着麦克风说话，文字实时出现，每句一段并带时间戳，可随时暂停和继续
3修改识别结果后复制全文，或下载 TXT / SRT 字幕

常见问题

哪些浏览器可以用？Firefox 为什么不行？: 本工具使用浏览器内置的 Web Speech API 语音识别接口，目前 Chrome、Edge（电脑和安卓）以及 Safari（macOS / iOS 14.5 及以上）支持；Firefox 尚未提供该接口，打开时会提示不支持。部分国产浏览器虽然基于 Chromium，但可能无法连接识别服务。
我的录音会被上传吗？: 本站不会上传或保存你的录音，识别结果也只保存在你的浏览器里。但语音识别本身由浏览器厂商的服务完成：Chrome 会把音频发送到 Google 服务器识别，Edge 使用微软的在线语音服务，Safari 使用 Apple 的语音识别（部分设备可在本机完成）。涉及敏感内容时请留意这一点。
为什么识别结果没有标点，或者标点不对？: 浏览器返回的中文识别结果通常不带标点。开启“自动补标点”后，工具会在每句末尾补上句号，以“吗、呢、什么、怎么样”等结尾时补问号，句中的停顿空格改为逗号。这只是简单规则，无法理解语义，重要文字请在导出前手动检查修改。
SRT 字幕的时间准吗？可以给视频配字幕吗？: 每一段的开始时间取自识别到第一个字的时刻，结束时间取自该句定稿的时刻，暂停期间不计时，因此适合边播放视频边识别，或对着录好的讲稿生成大致对齐的字幕。字幕至少显示 1 秒且不会互相重叠；如果要精确到帧，建议导出后在剪辑软件里微调。