已上架 Chrome 線上應用程式商店

MP4 to Transcript：在自己的電腦上把影片和音訊轉成文字

拖放一段錄音，就能得到每一行都有時間戳記、可以編輯的逐字稿。OpenAI 的開放原始碼 Whisper 模型直接在 Chrome 裡執行，訪談、會議和語音備忘錄都不會離開你的電腦。

免費將擴充功能加到 Chrome 說明與支援

一款免費的 Chrome 擴充功能，用 Whisper 在本機轉錄你的音訊和影片檔案，並匯出成文字或字幕。

MP4 · MP3 · WAV
TXT · SRT · VTT
Whisper · WebGPU

MP4 to Transcript 顯示完成的逐字稿，附可點擊的時間戳記和播放器

如何把 MP4 轉成逐字稿

加入擴充功能並點一下圖示，頁面會在分頁中開啟。
下載一次語音辨識模型（566 MB），之後每個檔案都使用留在你電腦上的這份模型。
拖放影片或音訊檔案，或按 選擇檔案，再按 開始轉錄。
閱讀並修正文字，然後複製，或匯出成文字或字幕。

功能介紹

絕不上傳
逐字稿由 WebGPU 上的 Whisper large-v3-turbo 在你的電腦上產生。模型下載過一次後，離線也能使用。
沒有限制
不限長度、不限檔案數量，不需要帳號，也不用購買分鐘數。長檔案會分段讀取，所以兩小時的錄音也放得進記憶體。
MP4、MP3 等格式
支援 MP4、MP3、M4A、WAV、WEBM、MOV、MKV、OGG 和 FLAC，以及大多數 Chrome 能播放的音訊和影片檔案：螢幕錄影、Zoom 錄影、手機語音備忘錄都可以。
99 種語言
Whisper 會偵測說話的語言，你也可以自己選。偵測錯了？換一種語言重新轉錄即可。
可點擊的時間戳記
每一行都以時間開頭，點一下就從那一刻開始播放錄音，也可以調慢或調快播放速度。
編輯、尋找與取代
點任何一行即可修正人名，一次取代所有相同的字詞，或切換成段落方便閱讀。編輯過的行可以還原成原文。
TXT、SRT 和 VTT
匯出純文字、含時間戳記的文字或字幕，複製全部內容，或連同現成的 AI 聊天摘要提示一起複製。
從中斷的地方繼續
轉到一半關掉分頁，之後可以從歷史記錄接著做。逐字稿會保存在瀏覽器中可搜尋的歷史記錄裡。

螢幕截圖

你的錄音留在你身邊

你的音訊、影片和逐字稿絕不會離開你的電腦。唯一的下載是語音辨識模型，只從 huggingface.co 下載一次。沒有帳號、沒有分析工具，也沒有我們的伺服器。

擴充功能要求 storage 和 unlimitedStorage 權限，因為光是模型就遠大於 Chrome 預設給擴充功能的儲存空間。它無法存取你造訪的網站，也沒有內容指令碼。

擴充功能的隱私權政策 →

常見問題

MP4 to Transcript 是免費的嗎？

是的。轉錄、編輯和所有匯出都免費，不需要帳號，沒有分鐘數限制，也沒有浮水印。

會上傳我的音訊或影片嗎？

不會。你的檔案和逐字稿都留在你的電腦上。唯一的下載是來自 Hugging Face 的語音辨識模型：566 MB，在不支援 16 位元運算的顯示卡上為 0.76 GB。

我的電腦需要什麼？

需要支援 WebGPU 的 Chrome 121 或更新版本，大多數 Windows、macOS 和 ChromeOS 電腦都符合。轉錄在顯示卡上執行，顯示卡越強就越快。

一個檔案要花多久？

取決於顯示卡。在搭載 Intel Iris Xe 顯示卡的筆電上，30 分鐘的檔案大約需要 9 到 18 分鐘，另外載入模型最多需要一分鐘。開始之前，頁面會顯示預估時間。

可以做字幕嗎？

可以。匯出 SRT 或 VTT 檔，字幕就能直接用在你的影片剪輯軟體或播放器中。

能區分說話者嗎？

不能。它會把說出的內容連同時間戳記寫成一段連續的文字，不標示說話者名稱。

說明與支援

MP4 to Transcript 說明與支援