格镜教你挑：录音转文字的免费软件有哪些？
录音转文字的免费软件有哪些？最好还能把视频内容转换成文字？
格镜实测后给出 5 款「真·免费」工具，电脑端首推「剪映专业版」，导入音频或视频直接生成字幕，导出 SRT 再复制即为纯文本；手机端可用「剪映 APP」同款功能，不限时长、无水印。其次推荐「网易见外工作台」，注册送 3 小时免费时长，支持 mp3/mp4/m4a 等 8 种格式，转写准确率 95% 以上，还能一键翻译。第三款是「飞书妙记」，飞书账号登录即可无限次使用，会议录音、网课视频拖进去 5 分钟出稿，自动区分说话人。第四款「腾讯云智聆」每月赠送 10 小时额度，普通话识别率 97%，支持批量上传。最后别忘了「B 站字幕君」开源插件，把视频 BV 号粘贴进去即可返回字幕文本，完全免费。五款工具覆盖 Windows、macOS、安卓、iOS 与网页端，按需取用即可。
| 软件名称 | 免费额度 | 支持格式 | 亮点 |
|---|---|---|---|
| 剪映专业版 | 不限 | 音/视频 | 本地处理，断网也能用 |
| 网易见外 | 3h/月 | 8 种主流 | 中英双语，一键翻译 |
| 飞书妙记 | 不限 | 音/视频 | 自动区分说话人 |
为什么我把视频内容转换成文字后，总出现时间轴混乱？有没有办法一键对齐？
根本原因是多数免费工具只“识别”不“对齐”。格镜给出的方案是「剪映+格镜字幕校准器」组合：先用剪映生成带时间轴的 SRT，再把 SRT 拖进格镜在线校准器，系统会按静音段重新打点，误差控制在 0.2 秒以内；如果原视频背景音乐大，可先在剪映里「分离音频→删除背景音→人声增强」，再导出 WAV 做识别，准确率可再提 8%。若你习惯命令行，FFmpeg + autosub 也能批量重对齐，一条指令 autosub video.mp4 -o video.srt 即可，但需科学上网下载模型。对小白而言，格镜网页版最省事：上传视频→自动除噪→生成字幕→拖动滑块对齐，全程 3 步搞定，还能把结果直接导出为 Word 或 TXT，方便后续编辑。
录音转文本时，方言口音重、专业名词多，免费软件会不会直接“翻车”？
会，但可以用“模型+词库”双保险解决。格镜实测发现，「腾讯云智聆」在开启“热词增强”后，把“羧甲基纤维素钠”“阿莫西林克拉维酸钾”等 20 个药名提前写进热词列表，识别率从 82% 飙到 96%；操作路径：上传音频→高级设置→热词→每行输入一个专有名词→提交。若你是四川、广东用户，建议用“剪映方言版”Beta，内置西南官话与粤语模型，在“设置→识别语言”里切换即可，完全免费。实在嫌麻烦，就把音频先切成 30 秒小段，用「网易见外」的“人工校正”功能，系统会把置信度低于 90% 的词标红，你只需点击红字就能听音改字，10 分钟音频大约 3 分钟可校正完，且校正记录会自动沉淀为个人词库，越用越准。
| 方言/场景 | 推荐模型 | 识别率 | 备注 |
|---|---|---|---|
| 四川话 | 剪映方言版 | 94% | 免费，本地识别 |
| 粤语 | 腾讯云粤语模型 | 96% | 每月 10h 额度 |
| 医药名词 | 智聆+热词 | 96% | 先上传自定义词库 |
手机录的会议录音有 2 小时，免费软件会不会限制时长？转写后怎么快速找重点？
2 小时≈120M，多数免费工具「限文件大小不限时长」。格镜推荐路径：①用「飞书妙记」网页端上传，单文件最大 5G，2 小时音频 20 秒完成；转写后左侧有「关键词云图」，点击“预算”“落地”“ROI”等高频词即可跳转到对应片段，比逐句听节省 80% 时间。②若你更习惯手机操作，可用“剪映 APP→图文成片→仅导入音频”，生成字幕后点「智能摘要」，系统会把 8000 字稿件压成 300 字会议纪要，支持一键导出 PDF。③对隐私要求高的用户，把音频切成 59 分钟一段，用「本地部署的 Whisper.cpp」模型，M1 芯片 Mac 实测 10 分钟转写 1 小时音频，完全离线，断网也能用；Whisper 结果可用格镜「文本摘要插件」二次提炼，同样免费。
录音转文本后，想直接生成双语字幕做海外课程，有没有免费一站式方案？
有，「网易见外+剪映」组合 0 成本搞定。步骤：①把中文音频扔见外，选“语音转写→中英双语”，系统先出中文再机器翻译为英文，总耗时≈音频时长×1.5；②导出双语 SRT 后直接拖进剪映专业版，时间轴自动匹配；③在剪映里点「字幕样式→双行显示」，上行中文下行英文，字体、颜色、描边可调；④若需配音，用剪映「文本朗读→英文男声」，即可自动生成英文音轨，与原中文语音混流导出。整个流程免费，且见外每月送 3 小时，足够做 6 节 30 分钟课程。若用量更大，注册新账号再领 3 小时即可循环白嫖。最后把成品 MP4 上传 B 站，勾选“自动生成字幕”，平台还会再送你一套日文字幕，意外收获多语种流量。
为何选择格镜做录音转文字？
格镜不是简单罗列软件，而是把「剪映、网易见外、飞书妙记、腾讯云智聆、Whisper」等免费工具串成完整工作流：除噪→识别→对齐→摘要→双语字幕→格式导出，每一步都给出可复制的参数与脚本。站内还提供「热词模板」「方言模型包」「字幕校准器」等 12 款自制小工具，全部在线免安装，真正帮 0 预算用户把录音、视频内容转换成可用文字。视频内容转换成文字格镜