功能简介
「音频转文字（语音识别）」是批处理大师 Pro「视频处理」分类下的功能。上传音频，直接将语音内容转写为文字：逐句带时间轴显示，同时输出 TXT 全文与 SRT 字幕。首次使用自动下载本地识别模型（约57MB，离线识别，文件不离开电脑）。支持 MP3/WAV/M4A/AAC/FLAC/OGG/OPUS，单文件≤500MB。处理过程完全在本地完成，文件内容不会被上传到任何服务器。
适用场景
- 日常办公 / 创作中需要把录音、播客、会议音频整理成文字稿或字幕时
- 它的作用是：上传音频，直接将语音内容转写为文字，逐句带时间轴，输出 TXT 全文与 SRT 字幕。
- 希望为音频快速生成可编辑的字幕、文稿，又不想逐句手抄时
操作步骤
- 打开批处理大师 Pro 桌面客户端，进入左侧「视频处理」分类
- 在分类页中找到并点击「音频转文字（语音识别）」功能
- 点击「添加文件」按钮，将需要处理的音频加入列表（支持批量拖拽）
- 首次使用会自动下载本地识别模型（约57MB），之后无需联网
- 在参数面板中按你的实际需求配置下方「参数说明」中的各项
- 点击「开始处理」，识别在本地完成，结果输出 TXT 与 SRT
参数说明
- 识别模型：下拉选择；标准（中英，约57MB，推荐）/ 精准（更慢，约181MB）
- 识别语言：下拉选择；自动检测 / 中文 / 英文
- 输出设置：包含输出目录等选项，按默认即可；结果包含 TXT 全文与 SRT 字幕
常见问题
处理会修改我的原文件吗？
不会。该功能仅读取音频中的语音并生成文字结果，不改动原音频文件。
文件会被上传到服务器吗？
不会。识别使用本地模型离线完成，文件不离开你的电脑，不经任何服务器中转。
某个文件处理失败了怎么办？
结果列表会标注失败项与原因，你可以单独重试该文件；请确认文件为受支持的格式且单文件不超过 500MB。
处理速度如何？
取决于音频时长、电脑性能与所选模型；标准模型速度较快，精准模型更慢但更准确。
音频转文字（语音识别） 怎么用？
打开批处理大师 Pro 桌面客户端，进入对应功能分类后点击「音频转文字（语音识别）」，添加文件即可一键批量处理；界面提供详细操作步骤与参数说明，新手也能快速上手。
音频转文字（语音识别） 支持处理哪些文件、能做什么？
「音频转文字（语音识别）」上传音频，直接将语音内容转写为文字：逐句带时间轴显示，同时输出 TXT 全文与 SRT 字幕。首次使用自动下载本地识别模型（约57MB，离线识别，文件不离开电脑）。支持 MP3/WAV/M4A/AAC/FLAC/OGG/OPUS，单文件≤500MB。处理全程在你的电脑本地完成，文件不上传服务器，隐私更安全。
音频转文字（语音识别） 处理文件安全吗？文件会上传吗？
安全。批处理大师 Pro 所有文件处理均在你的电脑本地完成，文件不上传、不经任何服务器中转，你的数据始终留在自己手中。
相关功能
- 视频转文字（语音识别） — 同类功能，参数与场景相近
- 提取视频音频为 MP3 — 同类功能，参数与场景相近
- 删除视频声音 — 同类功能，参数与场景相近
- 分离画面和声音 — 同类功能，参数与场景相近
- 视频转换为 MP4 — 同类功能，参数与场景相近
- 视频压缩 — 同类功能，参数与场景相近