音频转文字:把说过的话写成文稿

免费的转录,一个字都不会漏掉。上传一段录音,几分钟后就能拿到文字。第一个文件免费,不用注册。

上传一段录音,说过的每一句话都会按原来的顺序写下来。你拿到一份纯文本文稿,还有一份带时间轴的字幕文件。文稿用的是说话时的那门语言。

[ 你能得到什么 ]

一次处理,把音频转成文字

音频转文字,是把一段录音变成一份文档。你拿到的是完整的文字,一字不差,原始文件保持原样。过去做这件事,要戴上耳机一边听一边打字。在这里,你上传文件,等几分钟。

出来的东西:

  • 纯文本文稿。 原话按顺序排好,可以直接读、直接引用、直接粘贴。
  • 带时间轴的字幕。 同样的内容分成带时间点的字幕行,存成 SRT 文件,可以拿去配字幕,也可以拿来对着音频核文稿。
  • 一条结果链接。 它在 14 天内都能打开这份文稿,所以你是把链接发出去,而不是把文件再传一遍。

准确率跟着录音走。安静环境里一个人把话说清楚,出来的几乎就是逐字稿。几个人抢话、人声底下压着音乐、电话线路那种音质,都会让准确率下降。用这份文字之前,有两件事值得知道。第一,人名、品牌名和数字,引用之前对着音频再核一遍。第二,文稿用的是说话时的那门语言,中间没有翻译这一步。

[ 怎么用 ]

音频转文字:三步搞定

  1. 添加文件

    把音频文件拖到页面上,或者从硬盘里选一个。这里没有链接输入框:输入的就是文件本身。

  2. 开始转写

    一小段音频用不了一分钟。接近免费上限的文件要几分钟。刷新也没关系:同一个标签页会接着上次的进度继续。

  3. 读取、复制、下载

    文稿就出现在这一页。复制走,或者下载 TXT、下载 SRT,也可以只把链接发出去。

转录直接跑在音频本身上,所以从来没公开发布过的录音一样能处理:一通电话、会议软件导出的音轨、播客的源文件、从视频里单独扒出来的声音。手里是 YouTube 链接,就用字幕提取工具。手里是视频文件,就用视频转文字工具。两个都在下面。

[ 使用限制 ]

免费版的限制

第一份文稿免费,不用注册,也不用留邮箱。传第二个文件时会让你填一个邮箱,用来再解锁一次免费转写。不设密码,不绑卡。免费使用是有限的:想继续用,就注册一个免费的 Spytrend 账号。之后按用量付费。重新打开已经生成好的结果,不算新的一次。

免费转录是按短录音配的量。时长和文件大小的上限就标在上传区旁边,超过的文件会在一开始就被拒绝,而不是中途悄悄截断。语音识别要花掉实打实的算力,所以免费额度对所有人都有每日上限。用完时工具会直接说明,第二天重新开放。生成好的文稿在各自的链接上保留 14 天,之后链接失效。

使用权。 这段录音必须归你所有,或者你已获得使用许可。文稿仅供你自己使用。

[ 营销人为什么用它 ]

音频转文字,把口播里的卖点写下来,也打开广告库搜不到的那些广告

大多数人转录,是为了把说过的话留下来。投放的人反过来用同一个工具。免费的广告库只检索广告里打出来的文字:标题、正文、描述。创意里说出来的那些话,根本不在它的索引里。于是一个把全部承诺都放在口播里、文案栏只写一句“详情见主页”的对手,在这个广告库的任何一次文字检索里都是不存在的。卖点明明是公开的,却搜不到。转成文字之后,读完它只要这条片子的时长:钩子、口头报出来的价格、承诺、前十秒消解掉的那个顾虑,全在纸面上。

难就难在量。想知道一个市场里什么在起作用,就得读那些已经连续投了几个月的广告,而且是这个细分里每一个品牌的。一条一条上传,就是一周的活。

在 Spytrend 里这一步直接没有了。Facebook 和 TikTok 的视频广告已经收好了,付费套餐下任何一条都能一键转成文字。你选定市场和类别,创意就以文字的形式摊开在眼前。

[ 用 Spytrend 更进一步 ]

一个市场里每条视频广告的原话,什么都不用上传

Spytrend 是面向 Facebook 与 TikTok 广告的广告情报平台:完整收录近五年的广告,由 AI 按 33 个业务类别归类,并把每一个广告主汇总成一张卡片——所有广告、主页、域名和投放国家集中在一处。付费套餐下,里面任何一条视频广告都能一键转成文字。

两件事上,说出来的话就是全部难点

  • 进一个类目之前先看清它。 第一笔测试预算花出去之前,投手会在目标国家打开这个类目,按投放时长排序,读那些已经在当地活了好几个月的广告:它们给的是什么承诺,价格有没有被口头报出来,回应的是哪一个顾虑。四十条创意读完的时间,还不够把其中三条看完。
  • 在一条已经跑通的创意上接着做。 一条投了几个月的广告,是拿来改写新片子最稳的底稿,前提是你确切知道它说了什么。变成文字之后,它就是一份脚本:开口第一句、论据的先后顺序、给出的承诺、消解掉的顾虑。你自己的版本就是照着这个写的,写在开拍之前,而不是测试失败之后。

文稿挂在什么上面

在这里,文稿就是你上传的一个文件,外加一条只保留 14 天的链接。在 Spytrend 里,一条视频广告转成文字之后,这些话就一直挂在说出它的那条广告上:上线日期、已投天数、投放的国家,以及这条创意被重新上传过几次。以语音为主的创意,最值得盯的就是重传次数——一段被重新上传三次的配音,就是一份有人付了三次钱的脚本。

像刚才读一个文件那样,读完一整个类别

  • 在你要卖货的国家打开这个类别。 33 个业务类别中的一个,或者一个品牌,或者一个域名。
  • 按投放时长排序,从上往下读。 把排在最前面的几条转成文字,每条一键。读完四十条,比看完其中三条还快。
  • 把各家的方案收进一张表。 每个品牌承诺了什么,口头报的是什么价,冲着哪个顾虑去。在不同品牌之间反复出现的那个承诺,就是市场已经验证过的承诺。

为什么看市场,而不是看一个文件

一段录音只能告诉你某个广告主说过一次什么。读懂一个市场,意味着既要看已经停投的广告,也要看正在投的,连同它们投了多久、铺到了哪些国家——告诉你什么没能活下来的,正是那些停投的广告。免费的广告库两样都不保留。Spytrend 留着近五年的广告,每天新增 1000 万条,并记录每一条投了多长时间。

从哪里开始

从免费的 Starter 档开始:可以看最近三个月的广告,功能有限。在你销售的国家打开你的类目,按投放时长排序,值得转写的脚本就在最上面。

常见问题

一段录音,只是你的一个文件。

一个市场,是四十条你从没上传过的广告——已经收齐,每一条旁边都标着投放时长和国家,付费套餐下一键就能拿到文稿。

打开 Spytrend

把这个工具嵌到你的网站上

把音频转文字工具加到你自己的页面上。把下面的代码贴进你的 HTML 即可;它在任何网站上都能用,也不需要账号。嵌入的副本适用与本页相同的免费额度。

<iframe src="https://spytrend.com/audio-to-text/embed" width="100%" height="640" style="border:0" loading="lazy" title="Audio to text converter"></iframe>