常见格式都能用
浏览器支持 MP3、M4A、WAV、OGG、WEBM，以及 MP4 等视频文件的音轨。
MP3、WAV、M4A 和视频文件
不只是转成文字，还要有能直接用的结构
把文件转成文字只是第一步。真正有用的是后面这些：时间戳、可读的段落、翻译、字幕，以及一段不用全部听完就能了解内容的摘要。
上传音频或视频文件，选择说话语言，剩下的交给 Whisper Large v3 Turbo。结果可以导出为纯文本或字幕，也可以翻译成英文、中文或西班牙文。
开始录音自带字幕输出
模型直接返回 WebVTT，VoxNote 再转换成 SRT，可以立即用于视频平台。
按需翻译
先按原语言转写，再把转写或摘要翻译成目标语言。
不用装软件
全部在浏览器里完成，手机和平板也能用，不需要安装和更新客户端。
怎么用
1. 选择文件
拖入大小限制以内的音频或视频，也可以现场录一段语音备忘录。
2. 选择语言
自动检测适合大多数文件；短视频或短录音手动指定语言会更准。
3. 开始转写
文件会被安全分段并依次处理，界面会显示进度。
4. 导出或翻译
下载 TXT、SRT、VTT、JSON，或者继续要一份翻译和摘要。
常见问题
视频能转文字吗？
可以。上传 MP4 或其他支持的视频文件，系统会转写其中的音轨。
有文件大小限制吗？
本地打开文件上限为 25 MB，但单次 Cloudflare AI 请求最多 2 分钟或 5 MB。长录音建议直接在 VoxNote 里录制，或先把文件切成短分段再上传。
要处理多久？
取决于音频长度和当前容量。短文件通常几秒完成，长录音会分段依次处理。
能只要翻译不要转写吗？
会先给出原文转写，再单独做翻译。这样可以先核对原话，再使用译文。