中文语音转文字,把普通话录音转成文本
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。[ {"text":"嗯,","start":0.12,"end":0.2}, {"text":"明天","start":0.72,"end":0.92}, {"text":"上午","start":1.08,"end":1.32}, {"text":"飞","start":1.48,"end":1.56}, {"text":"清","start":1.72,"end":1.8}, {"text":"迈","start":1.88,"end":1.959}, {"text":"的","start":2.04,"end":2.12}, {"text":"航","start":2.24,"end":2.319}, {"text":"班","start":2.36,"end":2.44}, {"text":"有","start":2.56,"end":2.64}, {"text":"两班,","start":2.76,"end":3.08}, {"text":"一班","start":3.68,"end":3.879}, {"text":"7","start":4.08,"end":4.16}, {"text":"点,","start":4.32,"end":4.4}, {"text":"一班","start":4.76,"end":4.96}, {"text":"9","start":5.08,"end":5.16}, {"text":"点","start":5.24,"end":5.32}, {"text":"半。","start":5.44,"end":5.52} ]
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。
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。
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。
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。