影片轉文字:免費線上轉成逐字稿,影片不上傳

把影片拖進 OpenSubs(opensubs.app),Whisper 語音辨識就在你的瀏覽器裡把說的話寫下來,每一行都附上開始和結束時間。影片轉文字的整個過程都在你的電腦上完成,影片不會離開你的電腦。免費,試用不需帳號。

免費。試用不需帳號,沒有浮水印。支援 MP4、MOV、WebM 和 MKV。

影片轉文字怎麼做:五個步驟

OpenSubs 是一款在瀏覽器分頁裡執行的字幕產生器,影片轉文字是它拿到影片後做的第一件事:說的話在你自己的電腦上被寫成一行一行的文字,每行都有開始和結束時間。

  1. 打開 opensubs.app,選一部影片,或直接拖進頁面。支援 MP4、MOV、WebM 和 MKV,沒有檔案大小上限,也不用排隊。
  2. 按「從音訊生成」。第一次會下載語音模型(Tiny 約 40 MB、Base 約 80 MB、Small 約 250 MB),之後由瀏覽器保存,不用再下載。中文請選 Base 或 Small,Tiny 只認英文。
  3. 在「口語語言」選「繁體中文」。讓它自動偵測也可以,但聽到中文時整份會統一成簡體字;選了繁體中文就不會轉換。
  4. 對照影片檢查逐字稿。每一行旁邊的時間是按鈕,點一下影片就跳到那一刻;哪個字聽錯了,直接在那一行打字修改。
  5. 到「匯出」分頁:選 .txt 只拿文字,或選 .srt、.vtt、.ass 保留時間碼。

影片轉文字,全部在你的電腦上完成

一般的影片轉文字服務要先把影片上傳到伺服器,再排隊等結果。這裡的工作就在瀏覽器分頁裡進行。

Whisper 在瀏覽器裡執行

語音辨識用的是 OpenAI 的 Whisper,直接在瀏覽器裡跑;電腦有顯示卡(GPU)時會用顯示卡加速。 Whisper 怎麼在瀏覽器裡執行(英文)

影片不上傳

產品裡沒有上傳影片的端點。檔案直接在瀏覽器裡讀取,從網路下載的只有語音模型,你的影片和音訊都不會送出去。

免費,試用不需帳號

影片轉文字、修改逐字稿、匯出字幕檔和文字檔都免費,也不用登入。沒有檔案大小上限、不用排隊、沒有浮水印。

一部影片,兩種語言

說話的語言每四秒偵測一次,而不是整個檔案只判斷一次,所以一段中文、一段英文的影片,也會轉成同一份逐字稿。

影片轉文字之後,你會拿到什麼

「匯出」分頁提供四種格式。.txt 是最單純的影片轉文字結果:只有文字,沒有行號也沒有時間碼,方便閱讀、引用,或貼進會議紀錄和文件。各行會接成段落,兩行之間停頓兩秒以上就另起一段。

.srt、.vtt 和 .ass 是字幕檔,每一行都帶著開始和結束時間。.srt 是純文字檔,裡面只有行號、起訖時間和文字,用記事本就能打開,大多數播放器和影音平台都讀得懂。

同一份逐字稿還能繼續用:幫影片上字幕,挑一款樣式後燒進 MP4;或翻譯成其他語言(英文頁),時間碼不變。燒錄成 MP4 需要免費登入一次,也需要連網。

中文辨識得準嗎?

2026 年 9 月 9 日,用一段合成語音的中文短片測量:Base 的字元錯誤率是 3.4%,Small 是 1.7%。合成語音沒有口音、沒有多人搶話、也沒有背景音樂,所以這是下限而不是實際表現,真實影片的錯字會比這多。Small 大約要花 Base 兩倍的時間。

做不到的事

開始之前,先知道這些限制:

  • 網頁版只吃影片檔,不能直接放 MP3、M4A 這類音檔。
  • 沒有可以拖曳的時間軸。每一行的開始和結束時間要自己輸入,或從播放位置設定。
  • 準確度就是 Whisper 在你電腦負擔得起的模型大小下的準確度,瀏覽器能用的運算資源比伺服器少。
  • 第一次使用要下載模型,需要等一下,這是不上傳影片的代價。
  • 不能離線開啟:打開 OpenSubs 需要網路。頁面開好、模型下載完之後,就算斷網,影片轉文字和編輯也能繼續;燒錄成影片則需要連網。
  • 需要支援 WebAssembly 的瀏覽器:Chrome、Edge、Safari 或 Firefox。iOS 17 的 Safari 跑不動語音辨識,iOS 26 可以。

什麼會離開你的電腦

用預設的裝置端方式,影片、音訊和字幕都不會被送出。你可以自己驗證:打開瀏覽器的「網路」面板,做一次影片轉文字。你會看到 opensubs.app 的程式檔(或瀏覽器快取)、第一次從 Hugging Face 下載的語音模型,以及匿名的頁面瀏覽次數和任務進度統計,沒有任何請求帶著你的影片或音訊。

雲端轉錄是要自己選的選項:選了的話,你裁切的那段音訊會送到你提供金鑰的服務,影片本身不會送出。預設的裝置端方式什麼都不送。

原始碼以 AGPL-3.0-or-later 授權公開在 GitHub。有問題或要回報錯誤,請寄信到 hello@opensubs.app。

常見問題

影片轉文字有免費的方法嗎?

有。打開 opensubs.app,把影片拖進頁面,按「從音訊生成」。Whisper 在你的電腦上執行,影片轉文字不用上傳,也不收費。改好聽錯的行之後,到「匯出」把逐字稿存成 .txt、.srt、.vtt 或 .ass。試用不需帳號,也沒有浮水印。

影片轉文字時,影片會被上傳嗎?

不會。產品裡沒有上傳影片的端點,檔案在你的瀏覽器裡讀取,語音辨識在你自己的電腦上進行。從網路下載的只有語音模型,不會送出音訊。

MP4 怎麼轉文字?

把 MP4 拖進 opensubs.app,按「從音訊生成」,改掉聽錯的地方,再到「匯出」選 .txt。這個檔案只有文字,沒有時間碼。MP4 在你的瀏覽器裡讀取,不會上傳。

轉出來的是繁體字還是簡體字?

在「口語語言」選「繁體中文」,逐字稿就不會被轉成簡體。如果讓它自動偵測、聽到的是中文,整份會統一成簡體字。Whisper 寫出哪一種字由音訊決定,偶爾會夾雜簡體字,匯出前請看過一遍。

可以離線影片轉文字嗎?

不完全可以。打開 OpenSubs 需要網路。頁面開好、語音模型下載完之後,就算網路中斷,影片轉文字和編輯也能繼續,模型會保存在瀏覽器裡下次再用。把字幕燒進影片需要連網,也需要免費登入。