语音转文字
本地模型或浏览器语音服务使用本地模型或浏览器语音识别转录麦克风或音频文件
请选择所说的语言。模型不会自动检测语言。
音频来源
音频和转录文本保留在此浏览器中。只会下载公开的模型和运行时文件，这些主机会看到常规请求信息（例如 IP 地址）。
本地模型下载
正在检查浏览器缓存…
Whisper Tiny (multilingual, q8)，固定版本 ff4177021cc4。 约 41.3 MB 的模型文件来自 huggingface.co（大文件可能来自其 CDN：us.aws.cdn.hf.co），另有约 20.6 MB 的语音运行时来自本站。
文件会保存在此浏览器的缓存中以便复用，并计入网站存储空间。没有缓存时，首次加载需要网络连接。 转录会占用设备的 CPU 和内存。在较慢的设备上，一分钟音频可能需要一分钟或更久。 模型许可：Apache-2.0 (model card); original Whisper code and weights MIT。
将音频文件拖放到此处
最大 25 MB、5 分钟。此浏览器可解码：WAV。
也可以从剪贴板粘贴。
其他格式或编码请先转换为 WAV。
请先加载本地模型。
就绪
转录文本
录音或添加音频后开始转录，转录文本将显示在这里。
自动转录：文字和标点可能有误，且不区分说话人。
CodingTool.dev 不会上传、存储或记录您的音频和转录文本。
语音转文字
将麦克风语音或音频文件转换为带时间戳的文字，然后复制或下载为 TXT、SRT 或 VTT。可选择在浏览器中运行的本地模型，或浏览器自带的语音识别。 选择麦克风或音频文件、识别引擎和说话语言。使用本地模型时，先查看下载说明并加载一次模型。录音或添加文件后开始转录。可按需编辑片段文字，并导出纯文本或字幕。
识别引擎
本地模型在浏览器的后台 Worker 中运行 Whisper Tiny（多语言、量化版），可处理录音和文件。浏览器识别使用部分浏览器内置的 Web Speech API，仅支持麦克风，浏览器厂商可能在其服务器上处理音频。
隐私
CodingTool.dev 不会接收、存储或记录您的音频和转录文本。使用本地模型时，音频保留在此浏览器中，只会下载公开的模型和运行时文件。使用浏览器识别时，浏览器会将麦克风音频发送到其语音服务。仅保存来源、引擎、语言和视图选择。
限制与准确性
文件最大 25 MB，录音或文件最长 5 分钟。转录为自动生成，可能存在错误、漏字或标点不准确，且不区分说话人。浏览器识别的时间为近似值。
