99 种语言的音频转写

转写准确率取决于音频质量和语言。在我们公开的测试中（10 种语言、200 段短音频），词错误率从西班牙语的 1.8% 到阿拉伯语的 19.6%、哈萨克语的 50% 不等，测试材料为安静房间中朗读的句子。多人同时说话、口音很重、背景噪音大或电话音质时，错误率会上升。最能提升转写质量的一项改动是使用外接麦克风，效果超过应用内的任何设置。

99 种，可根据开头几秒的语音自动识别语言。其中 12 种设有专门页面，介绍方言覆盖范围、文字的书写呈现方式以及常见问题。没有专门页面的语言同样受支持——可手动设置，或保持自动识别开启。

音频支持 MP3、M4A、WAV、AAC、FLAC 和 OGG，视频支持 MP4 和 MOV——系统会自动提取其中的语音轨道。文件大小上限为 500 MB。你也可以直接粘贴 YouTube 链接，无需上传文件。

可以。说话人分离基于音频而非语言运行，因此无论使用哪种受支持的语言，都能为每个声音添加标签，并记录每次发言的时间戳。对于采访、证词录音和会议录音，这项功能可以把录音变成一份可供引用的文档，而不是一整段没有区分的文字。

每个账户可一次性免费获得 30 分钟转写时长，无需绑卡。在网站上转写 YouTube 视频完全无需账户。超出部分可订阅 Premium，通过 App Store 或 Google Play 购买——在美国 $3.99/周或 $44.99/年起，最多可转写 700 小时——价格与转写的语言无关。

文件存储在我们位于德国的服务器上，并通过加密连接传输。语音识别由处理合作方完成，完整名单见我们的子处理方页面。你可以随时在应用或网页版中删除录音及其转写文本。对于需要遵守 GDPR 的团队，这通常是比准确率更先被问到的问题。

可以。每份转写稿都可导出为带逐词时间轴的 SRT 或 VTT，也可导出 TXT、PDF 和 JSON。字幕文件采用 UTF-8 编码，因此非拉丁文字和从右到左书写的语言在导入 YouTube、Premiere Pro、Final Cut Pro 和 DaVinci Resolve 后都能正常显示。