音檔轉文字工具

上傳音檔，就能取得其中所有語音內容的準確文字逐字稿。ParseJet 以 AI 語音辨識轉錄 MP3、WAV、M4A、OGG、FLAC 與 WebM 音訊 — 免費試用，無需註冊。

將檔案拖放到此處或瀏覽

接受 MP3,WAV,M4A,OGG,FLAC 檔案

免費 — 每日 3 次請求，無需註冊。即可獲得每月 300 點免費額度。

運作原理

上傳您的音檔

將 MP3（或 WAV、M4A、OGG、FLAC）檔案拖曳至上方。單檔最大支援 25 MB。

AI 轉錄

語音以 AI 語音辨識轉成文字 — 自然口語、各種口音與訪談都能處理。

複製您的逐字稿

複製文字拿去做筆記、文章或字幕 — 或呼叫 API 在您自己的產品裡轉錄音訊。

主要功能

這個 mp3 to text 的突出之處。

常見音訊格式全支援

MP3、WAV、M4A、OGG、FLAC 與 WebM — 單檔最大 25 MB。

準確的 AI 語音辨識

現代轉錄模型能處理語速快的講者、各種口音，以及非錄音室等級的音質。

多語言支援

可轉錄數十種語言的語音；透過 API 傳入語言提示可獲得最佳結果。

字詞級時間戳

需要字幕的時間軸？API 加上 with_timestamps 選項即可回傳字詞級時間戳。

易讀的輸出

逐字稿以乾淨、帶標點的文字回傳 — 不是一整面沒有斷句的字牆。

大量使用也划算

一次音訊轉錄只要 1 點數 — 免費帳戶每月 300 點數可以用很久。

使用案例

此工具為您節省時間的常見情境。

訪談與 Podcast

把訪談錄音和 Podcast 集數變成文字，方便剪輯、引用與撰寫節目筆記。

語音備忘錄變筆記

把語音備忘錄與口述錄音轉成可搜尋、可整理、可執行的文字。

字幕與無障礙

產出逐字稿，作為音訊內容的字幕與無障礙版本的起點。

AI 工作流程

Claude 與 ChatGPT 無法聆聽音檔 — 先轉成文字，再把文字餵進去做摘要與分析。

使用 API 自動化

以程式化方式使用相同工具。適用於任何語言 — 僅需 HTTP。

cURL

# Transcribe an audio file
curl -X POST https://api.parsejet.com/v1/parse/audio \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "[email protected]" \
  -F "language=en"

# With word-level timestamps:
#   -F "with_timestamps=true"

Python

import httpx

resp = httpx.post(
    "https://api.parsejet.com/v1/parse/audio",
    headers={"Authorization": "Bearer YOUR_API_KEY"},
    files={"file": open("interview.mp3", "rb")},
    data={"language": "en"},
    timeout=120,
)
print(resp.json()["text"])  # the transcript

JavaScript

const formData = new FormData();
formData.append("file", audioFile); // MP3, WAV, M4A, OGG, FLAC
formData.append("language", "en");

const res = await fetch("https://api.parsejet.com/v1/parse/audio", {
  method: "POST",
  headers: { Authorization: "Bearer YOUR_API_KEY" },
  body: formData,
});
const { text } = await res.json();
console.log(text); // the transcript

想要自動化處理嗎？

ParseJet API 透過單一 HTTP 端點提供相同的解析能力。無需 ffmpeg、poppler 或 tesseract — 只需一次 API 呼叫。

curl -X POST https://api.parsejet.com/v1/parse/auto/url \
  -H "Content-Type: application/json" \
  -d '{"url":"https://example.com"}'

閱讀 API 文件

常見問題

如何把 MP3 音檔轉成文字？

在上方上傳音檔 — ParseJet 以 AI 語音辨識轉錄並顯示逐字稿。要自動化的話，POST 到 /v1/parse/audio。

支援哪些音訊格式與檔案大小？

MP3、WAV、M4A、OGG、FLAC 與 WebM，單檔最大 25 MB。以一般 MP3 而言，這相當於好幾個小時的音訊。

準確度如何？

清晰的錄音語音可達到非常高的準確度。嚴重的背景噪音、多人交談重疊或位元率極低時，準確度會下降。

可以取得做字幕用的時間戳嗎？

可以。呼叫 API 時傳入 with_timestamps=true，回應會包含字詞級的時間資訊，可轉換成 SRT 或 VTT 字幕。

Claude 或 ChatGPT 可以直接把音檔轉文字嗎？

不行 — 兩者都不接受音訊檔案輸入。標準做法是先把音檔轉成文字（用本工具或 API），再把文字貼給 AI。我們的指南「Claude 能把音檔轉文字嗎？」有詳細說明。

這是免費的嗎？

是的。每天可免費轉錄 3 次，無需註冊。一個音檔只消耗 1 點數；免費帳戶每月包含 300 點數。付費方案每月 19 美元起。

免費開始提取文字

無需註冊。幾秒內解析您的第一個檔案。

查看定價