中文语音转文字,把普通话录音转成文本

中文书写不留空格,转写结果要先有词的边界,才能做字幕和检索。往来中国和东南亚的团队,同一批任务里还会有泰语和英语录音。

Paxa STT Lite(研究预览版)把普通话录音转写成简体中文,并给出每个词的时间。同样的请求可以转写泰语和英语,语言自动识别。

一段普通话录音和它的转写结果#

一句订票客服的普通话台词,以及模型的转写结果和词级时间。两个标签页都是原样保存的响应,未经修改。

一句普通话订票台词,由 Paxa TTS Flash v2 生成并原样发送。0:05

嗯,明天上午飞清迈的航班有两班,一班7点,一班9点半。

嗯,明天上午飞清迈的航班有两班,一班7点,一班9点半。

paxa-stt-lite-v1-preview · 记录于 2026年11月17日

从普通话录音到文本#

每段录音一次请求。控制台的转写工具在浏览器里发送同样的请求。

  1. 发送录音

    POST 到 /v1/stt:MP3、WAV、FLAC、Ogg、M4A、AAC 或 WebM,最长 120 分钟、95 MiB。语言自动识别,也可以提示 zh。

  2. 选择写法

    style 设为 clean 会去掉语气词,适合给人阅读;保留 verbatim 则如实记录说过的话。

  3. 按需索取

    词级时间戳、说话人分段、SRT 或 WebVTT 字幕各用一个字段开启。最多 50 个专有名词和术语的词表,让它们按您的写法出现。

Paxa STT Lite 标价为每小时音频 $0.50,按毫秒计费。时间戳、说话人分段和其他选项都不改变费用。多语言语音转文字 API 怎么选按任务列出了其他服务。

常见问题#

能转写普通话吗?

能。Paxa STT Lite 可转写普通话录音和实时语音,同一个模型也转写泰语、英语和其他语言。

中文没有空格,词的时间怎么给?

响应为转写结果中的每一段给出开始和结束时间,一段是一个词或一个字。字幕可以在段与段之间换行,播放器可以高亮正在说的内容。

数字和时间怎么写?

在本页保存的结果里,两个航班时间中的“七”和“九”以阿拉伯数字返回。

能生成中文字幕吗?

能。请求 SRT 或 WebVTT,响应里就带有按词级时间切好的字幕文件。字幕生成页面有一个示例。

能把转写结果翻译成泰语或英语吗?

转写按说出的内容返回文字。把文本交给翻译 API,可以译成泰语、英语或其他语言。

可以免费试用吗?

可以。新账户自带免费积分,无需绑卡,在线转写工具说明了第一个文件需要什么。

从免费积分开始

使用 Google、GitHub 或 Hugging Face 登录,即可用 100 一次性免费积分处理您自己的文本。