音频转文字（MP3 转文字）

上传音频文件，即可获得其中所有语音的准确文字稿。ParseJet 用 AI 语音识别完成音频转文字，支持 MP3、WAV、M4A、OGG、FLAC 和 WebM — 免费试用，无需注册。

拖放文件到此处或浏览

支持MP3,WAV,M4A,OGG,FLAC文件

免费 — 每天3次请求，无需注册。获取每月300个免费额度。

工作原理

上传音频

在上方拖入 MP3（或 WAV、M4A、OGG、FLAC）文件，单个文件最大 25 MB。

AI 转录

语音由 AI 语音识别转录 — 自然语速、口音和访谈对话都能应对。

复制文字稿

复制文字用于笔记、文章或字幕 — 也可调用 API 在您自己的产品中转录音频。

主要特性

这款mp3 to text脱颖而出的原因。

常见音频格式全支持

MP3、WAV、M4A、OGG、FLAC 和 WebM — 单个文件最大 25 MB。

准确的 AI 语音识别

现代转录模型能应对语速快、带口音和非录音棚级别的音质。

多语言

可转录数十种语言的语音；通过 API 传入语言提示可获得最佳效果。

词级时间戳

需要字幕时间轴？调用 API 时加上 with_timestamps 选项即可返回词级时间戳。

输出可读性强

文字稿是干净、带标点的文本 — 而不是一大段没有标点的文字墙。

规模化成本低

一次音频转录只消耗 1 积分 — 免费账户每月的 300 积分可以用很久。

使用场景

此工具能为您节省时间的常见场景。

访谈与播客

把访谈录音和播客节目转成文字，用于剪辑、引用和节目笔记。

语音备忘录变笔记

把语音备忘录和口述录音转成可搜索、可整理、可执行的文字。

字幕与无障碍

生成文字稿，作为音频内容字幕版和无障碍版本的起点。

AI 工作流

Claude 和 ChatGPT 无法直接收听音频文件 — 先转成文字，再交给 AI 做摘要和分析。

通过API自动化

以编程方式使用相同的工具。适用于任何语言——仅需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

想自动化处理吗？

ParseJet API 通过一个 HTTP 端点提供相同的解析能力。无需 ffmpeg、poppler 或 tesseract — 只需一次 API 调用。

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

查看 API 文档

常见问题

MP3 怎么转成文字？

在上方上传音频文件 — ParseJet 用 AI 语音识别转录并展示文字稿。如需自动化，POST 到 /v1/parse/audio。

支持哪些音频格式？文件可以多大？

MP3、WAV、M4A、OGG、FLAC 和 WebM，单个文件最大 25 MB。以常见 MP3 码率计算，相当于数小时的音频。

音频转文字准确率高吗？

清晰录音的语音转录准确率非常高。强背景噪音、多人同时说话或码率极低会降低准确率。

能生成字幕时间戳吗？

能。调用 API 时传 with_timestamps=true，响应会包含词级时间，可直接转换成 SRT 或 VTT 字幕。

Claude 或 ChatGPT 能直接转录我的音频吗？

不能 — 两者都不接受音频文件输入。标准做法是先把音频转成文字（用本工具或 API），再把文本粘贴给 AI。详见我们的指南《Claude 能转录音频吗？》。

音频转文字免费吗？

免费。无需注册每天可转录 3 次。一个音频文件仅消耗 1 积分；免费账户每月含 300 积分。付费套餐每月 19 美元起。

免费开始提取文本

无需注册。几秒钟内解析您的第一个文件。

查看价格