YouTube和音频转文字，
免费且无需上传

不会。Whisper模型一次性下载到浏览器后，所有处理都在本地完成。文件不会在任何时候离开你的设备。

免费是因为计算由你自己的设备完成，而非我们的服务器，所以没有服务器成本。没有时长限制，也没有文件数量限制。

支持有字幕的视频（绝大多数都有）。如果视频没有字幕，你可以下载音频后拖到这里，由Whisper进行转录。

取决于你的设备。使用兼容GPU（Chrome 113+或Edge 113+的WebGPU），5分钟音频大约需要15到30秒。没有GPU仅用CPU则需要1到3分钟。首次使用因需下载模型会更慢一些。

支持mp3、wav、m4a、ogg和webm。mp4等视频格式在大多数现代浏览器中也可以使用。

Whisper支持多语言：中文、英语、日语、韩语、西班牙语、法语、德语、阿拉伯语等数十种语言。你可以手动指定语言，也可以让它自动检测。

任何现代浏览器都可以使用。要获得最快速度（WebGPU加速），需要Chrome 113+或Edge 113+。Firefox和Safari以CPU模式运行，速度稍慢但精度相同。

第一次需要下载Whisper模型（根据档位在75MB到480MB之间）。下载后会保存在浏览器缓存中，之后使用会立即开始。

取决于所选模型。whisper-small（480MB）在主要语言上精度非常高。whisper-tiny速度更快，但遇到口音较重或背景噪音时错误会增多。对于音质良好的会议录音，三个模型的输出都完全可用。

可以，但速度较慢。手机不支持WebGPU，所以Whisper只能用CPU运行。5分钟的音频可能需要3到5分钟处理。在笔记本或台式机上体验会好得多。

没有设置任何限制。唯一的约束是你设备的内存大小。拥有8GB或更多内存的设备，处理2到3小时的音频都没有问题。

你的音频从不离开你的设备，因此我们这边没有任何需要保护的个人数据。我们不使用追踪Cookie，也不收集任何个人信息。