Transcribe any audio using Whisper AI — runs entirely in your browser. Private, free, no sign-up, no upload to servers.
Whisper 是目前最強開源轉錄模型。歷史上意味著 Python、GPU 和命令列——對一般使用者完全不可及。瀏覽器版 Whisper 讓流程變成：拖入音訊，轉錄，下載 SRT 或 TXT。零安裝，零帳號，零程式碼。
隱私是關鍵。客戶端 Whisper 意味著音訊永遠不離開裝置。採訪錄音、醫療口述、法律證詞、機密會議——任何不能上傳給第三方 API 的音訊，現在都可以安全轉錄。
模型大小的權衡：tiny/base 最快但精度一般，適合清晰音訊；small/medium 是實用甜點，處理口音、雜訊、術語都還不錯；large 精度最高但慢——每分鐘音訊約 30 秒計算時間。
乾淨音訊比大模型更重要。tiny 模型跑乾淨錄音的效果比 large 跑混濁音訊還好。有錄音控制時用好話筒、控制背景雜訊、近講。極長檔案（2+ 小時）在瀏覽器記憶體裡可能受限——用音訊軟體切成 30 分鐘塊分別轉錄。
是的——模型權重完全相同。區別只是計算速度，取決於你的裝置而非模型品質。
MP3、WAV、M4A、MP4、WebM、OGG、FLAC——任何瀏覽器能透過 Web Audio API 解碼的格式。影片檔案也支援，會提取音訊軌道。
能——模型下載一次後（快取在瀏覽器裡），轉錄完全離線運行。適合飛機上或離線裝置。
Whisper 支援 99 種語言。對未知音訊用自動偵測；已知語言可以明確設定獲得更快更準的結果。
不會。音訊完全在瀏覽器裡透過 WebAssembly 解碼和轉錄，沒有上傳、儲存或日誌。