Speech to Text Converter(语音转文本) 6.0

VovSoft Speech to Text Converter 是土耳其开发商 VovSoft 推出的语音转文字软件，可以把录音、音频文件和视频中的语音自动转换为文字，帮助用户节省手动整理会议、采访、播客和网课内容的时间。软件支持普通话、粤语、英语、日语、韩语等 70 多种语言，提供安装版和便携版。

软件特点

离线 Whisper 识别与多种在线引擎可选

新版支持多种语音识别引擎，可以按需求选择：Whisper 和 Vosk 可在本机离线运行，音频无需上传，适合注重隐私或网络不便的场景;也可以接入 OpenAI、IBM Cloud 和微软 Azure 等在线引擎，其中 IBM Cloud 每月有 500 分钟免费额度，Azure 每月有 300 分钟免费额度。识别效果不理想时，可以切换语言配置或换用其他引擎。

音频、视频转文字，支持 MP3、MP4、MKV 等格式

支持导入 MP3、M4A、FLAC、WAV、OGG 等音频文件，也能直接处理 MP4、MKV、AVI、MOV、WEBM、WMV、FLV、TS 等视频文件，软件会自动提取视频中的语音并转换为文字。此外还可以用麦克风直接录音并实时转写。音质越好，识别越准确;针对低质量录音，也提供窄带识别模型。

会议录音、采访和网课转文字稿

对于需要整理大量语音内容的用户，例如记者转写采访、学生整理课程录音、职场人士记录会议纪要、自媒体作者提取视频文案，Speech to Text Converter 都能大幅减少逐字听写的工作量。转换结果可以直接复制或保存，再进行校对和编辑。

适用场景

会议录音转文字、采访内容整理、MP3转文字、视频语音转写、课堂笔记、播客转录、讲座整理、麦克风语音输入及离线语音识别。