识别控制
浏览器支持
检测中...
识别引擎
Web Speech API
点击开始语音转文字
00:00
🎤 录音时此处显示实时音浪
反钓提示：识别内容中出现「转账/验证码/密码/银行卡」等词时将高亮标红，辅助快速定位可疑话术。
云端精准转写（音频文件 → Whisper，需自备 API Key）
浏览器本地引擎受限于内置识别模型；上传已有录音文件（MP3/WAV/M4A/OGG），调用兼容 OpenAI 接口的 Whisper 服务可获得更高准确率。Key 仅保存在本机浏览器 localStorage，不会上传到我们服务器。
上传中...
本地开源模型（Whisper · 免 API Key · 识别完全在本机）
浏览器内置识别国内不可用？改用开源 Whisper 模型在本机识别：首次需下载模型（经国内 hf-mirror 镜像），之后断网也能用。支持中文、英语、日语、韩语等 90+ 语言自动检测，录音与识别均不上传。
模型加载中...
识别结果将实时显示在这里
💡 结果区可直接点击编辑修正；时间戳仅在开启录音后记录，用于 SRT 字幕导出。
文本输入
声音设置
云端 AI 音色（可选 · 更稳定）
系统音色随设备与浏览器差异大、质量参差。如需跨设备一致的高质量神经网络音色，可调用兼容 OpenAI 接口的 /audio/speech 服务：API Key 与「语音转文字」面板云端配置共用（仅存本机浏览器），生成 MP3 可在线播放、可下载，长文本自动分段合成。6 种音色均为多语言模型——输入任何语言的文本（中文/英语/日语/韩语…）即用对应语言朗读，无需切换设置。
生成中...
播放控制
就绪
0 / 0 段
📝 输入文本并点击播放后，段落队列将显示在这里
使用提示
- 音色列表来自操作系统/浏览器内置语音引擎，不同设备可用音色不同；Edge/Chrome 的中文音色最丰富。
- 系统级 TTS 输出无法被网页直接捕获，故不提供音频文件下载；如需录音可配合系统录音工具。
- 长文本将自动按段落切分排队，切换页面或刷新前队列进度会丢失。
- 纯前端实现，任何内容均不会上传到网络。
会议/课堂速记
连续识别模式自动重启，长时间会议、讲座内容实时转文字，会后一键导出 TXT 整理纪要。
可疑话术取证
接到疑似诈骗电话时实时转写，「转账、验证码、密码」等关键词自动高亮标红，保留话术证据。
反钓宣传配音
文字转语音快速生成反钓宣传语音，多音色、语速可调，适合制作安全提示广播与课件旁白。