采访和播客
得到可搜索的文字稿，用来引用、写节目笔记，或和节目一起发布。
音频转文字
上传音频文件，得到带时间轴、可编辑的文字稿。可以复制文字，也可以下载 TXT、SRT 或 VTT。
如何把音频转成文字
上传音频
选择 60 分钟以内的 MP3、WAV、M4A、AAC、OGG 或 FLAC 文件。视频文件也可以。
开始转写
语言可以自动识别，也可以自己选。开始前按钮上会显示价格：每开始一分钟 2 积分。
修改并下载
直接在页面上改掉错字，然后复制文字，或下载 TXT、SRT、VTT 文件。
音频转写的常见用途
会议和语音备忘录
把会议录音或很长的语音变成文字，方便浏览、搜索和分享。
课程和学习笔记
保留一份课程的文字版，不用重听就能找到需要的部分。
让转写更准确的小技巧
- 离说话人近、背景噪音少的录音，效果最好。
- 如果录音混用多种语言，或自动识别的结果不对，请手动选择语言。
- 文字稿不会标注谁在说话，采访或会议请自己补上姓名。
定价 - AI 视频积分包与订阅套餐
选择匹配你创作节奏的套餐
订阅用户同价多得 +20% 积分
900 积分
$9.9/ 一次性
≈ 18 个视频每个 5 秒 · 480p
订阅用户可得：1,080
- 最多 450 张快速图片
- 最多 18 个基础视频
- 全部图片与视频模型
- 有效期 6 个月
- 无需订阅，不会自动续费
1,900 积分
$19.9/ 一次性
≈ 38 个视频每个 5 秒 · 480p
订阅用户可得：2,280
- 最多 950 张快速图片
- 最多 38 个基础视频
- 全部图片与视频模型
- 有效期 6 个月
- 无需订阅，不会自动续费
5,500 积分
$49.9/ 一次性
≈ 110 个视频每个 5 秒 · 480p
订阅用户可得：6,600
- 最多 2,750 张快速图片
- 最多 110 个基础视频
- 全部图片与视频模型
- 有效期 6 个月
- 无需订阅，不会自动续费
12,000 积分
$99.9/ 一次性
≈ 240 个视频每个 5 秒 · 480p
订阅用户可得：14,400
- 最多 6,000 张快速图片
- 最多 240 个基础视频
- 全部图片与视频模型
- 有效期 6 个月
- 无需订阅，不会自动续费
订阅将按显示的价格自动续费，直至您取消；价格变动前我们会通知您。可随时在 设置 → 账单 取消，已付周期结束前仍可使用。积分包为一次性购买，自到账起 180 天后过期。价格已包含结账时收取的税费。 退款与计费 · 服务条款 · 隐私政策 · 联系我们 · 价格
aiMakeVideo 是独立的 AI 视频平台，与各模型提供方无隶属关系。
音频转文字常见问题
音频转文字要多少钱？
每开始一分钟 2 积分，所以 30 分钟的录音是 60 积分。注册赠送的积分（如有）可以转写一小段。转写失败时，积分会自动退回你的账户。
可以上传哪些音频格式？
MP3、WAV、M4A、AAC、OGG、FLAC 等常见格式，单个文件最长 60 分钟。更长的录音请先拆分再上传。
有时间轴吗？
有。编辑区每一行都显示开始时间，SRT 和 VTT 下载文件带完整时间轴。TXT 下载的是纯文字。
支持哪些语言？
Whisper 语音识别模型会自动识别说话语言，覆盖近 100 种语言。你也可以从 19 种常用语言中手动选择。文字稿保持原来的语言，不做翻译。
我的录音会怎么处理？
一份音频副本会上传到我们的存储和语音识别服务商，用来生成文字稿。转写结果只显示在你的账户里。