音訊、影片與 YouTube 連結
若來源是錄音、音訊檔、影片、檔案或 YouTube 連結，這類工具可將口語內容轉成文字；Transcribe Audio to Text、Video Transcription AI 與 Transcribe Video AI 都明確支援影片、音訊或連結。SpotScribe則鎖定 Spotify Podcast，提供逐字稿、摘要、聊天與匯出。挑選時先確認自己的來源是否在支援範圍內，再安排上傳、轉錄、校對與分享流程。
音訊轉文字AI
216 個工具 · 2026年9月29日 更新
把錄音、影片或分享連結交給 AI，取得可搜尋的逐字稿、時間軸字幕、說話者標記與摘要；也能把文字變成語音、替影片配音或做口型同步。從會議、Podcast 到教學內容，依輸入、輸出與後續編輯方式挑工具。
▶閱讀完整指南收合指南
逐字稿、字幕與說話者標記
輸出不只有一篇純文字：Video to Text 提供可搜尋的逐字稿、說話者標籤、時間戳記、99 種語言支援與可製作字幕的匯出；Transcribe Video AI 則列出文字、字幕與摘要。若工作需要會議紀錄，說話者標記與時間戳記比單純全文更重要；若要發布影片，則應優先確認字幕輸出與後續編輯方式。
語言、額度與匯出選項
語言支援與輸出用途是實際差異：Video to Text標示支援 99 種語言，Audio Transcriber AI 提供多語言轉錄，且可在瀏覽器免費使用、免註冊。SpotScribe有摘要、聊天與匯出工具，音樂類產品則可能提供多軌匯出。不過現有產品資料沒有列出各家的音檔長度、檔案大小、解析度、額度或價格，使用前應逐項查清楚，別只依免費或語言數量決定。
旁白、配音與口型同步
若需求從「聽懂並記錄」變成「把文字說出來」，AnySpeech 可將文字轉成語音，並列出 100 多種聲音與 50 多種語言；FlowSpeech涵蓋文字轉語音、配音、變聲與音效。AI Lip Sync Video Generator則能以文字、音訊或圖片製作會說話的影片並進行配音。這些工具適合腳本、旁白與多語影片流程，但若交付物是可搜尋逐字稿，仍應選轉錄工具。
食譜、歌曲與特殊輸出
部分收錄項目把語音或影片轉成特定成果，而不是一般逐字稿。Video to Recipe會從料理影片整理食譜、食材、步驟與熱量估算，適合內容整理；insmelo AI Music Generator與Text to Music則從提示、歌詞或上傳內容製作歌曲，包含人聲、樂器，後者還提供多軌匯出。若只是要轉寫訪談，這些輸出方向就不相符；此分類也不是音訊格式轉換、波形編輯或一般影片剪輯工具。
由 AI 驅動的工具，可將音訊、影片、YouTube 連結和錄音轉錄為可搜尋的準確文字。
- 音訊轉文字轉錄
- 影片轉文字轉換
- YouTube 連結轉錄
freemium · $4.99+前往 ↗將影片與音訊轉成可搜尋的逐字稿，包含說話者標籤、時間戳、99 種語言支援與適合字幕的匯出格式。
- 影片轉文字轉錄
- 音訊轉文字轉錄
- 來自公開社群影片連結的轉錄
freemium · $9.9+前往 ↗Video Transcription AI 可在幾秒內將影片、音訊、連結和檔案轉換為可搜尋的準確逐字稿。
- AI 影片轉文字轉錄
- 上傳影片檔案或貼上公開影片連結
- 支援 MP4、MOV、AVI、MKV 和 WEBM 格式
—前往 ↗一款免費的 AI 影片轉錄工具，可將影片和連結轉換為準確的文字、字幕與摘要。
- 影片轉文字轉錄
- YouTube 逐字稿生成
- 帶時間戳的字幕生成
—前往 ↗免費的瀏覽器 AI 工具，可將音訊和影片轉錄為文字，支援多語言且無需註冊。
- 音訊轉文字轉錄
- 語音轉文字轉換
- 在瀏覽器中錄音並轉錄
—前往 ↗AnySpeech 是一個 AI 聲音工作室，能以 100+ 種聲音、50+ 種語言將文字轉換為自然語音。
- 100+ AI 聲音
- 50+ 種語言與口音
- 文字轉語音生成
Freemium · $9.99+前往 ↗- 廣告
一個 AI 唇形同步與影片配音平台，可快速將文字、音訊與圖片轉換成會說話的影片。
- AI 唇形同步影片生成
- 會說話的照片動畫
- AI 影片配音
訂閱制 + 按量付費 · $8.25+前往 ↗一款能即時將烹飪影片轉換成結構化食譜、食材、步驟與熱量估算的 AI 工具。
- AI 驅動的烹飪影片轉食譜擷取
- 透過視覺與音訊線索辨識食材
- 逐步食譜生成
Freemium · $19.9+前往 ↗一個用於擬真文字轉語音、配音、變聲與線上音效創作的 AI 音訊工作室。
- 具上下文感知的文字轉語音
- 情緒與口音控制
- 停頓標記編輯
Freemium · $12+前往 ↗由 AI 驅動的 Spotify Podcast 轉錄產生器，提供摘要、聊天與匯出工具。
- 即時擷取 Spotify Podcast 逐字稿
- 由 AI 驅動的集數摘要
- 可與 Podcast 內容互動的聊天助理
Freemium · $6.99+前往 ↗以 AI 為驅動的音樂生成器，將提示、歌詞或上傳內容在約一分鐘內轉為精緻且免版稅的歌曲。
- 文字轉音樂與歌詞轉歌生成功能
- 每次生成產出兩首原創曲目
- 20 種以上音樂曲風與可選的人聲風格
Freemium · $7.99+前往 ↗將文字或歌詞轉換為完整的錄音室級別歌曲，包含 AI 生成的人聲、樂器與多軌匯出。
- 從提示或歌詞進行文字到歌曲的轉換
- 自然的 AI 人聲合成，涵蓋數十種風格
- 多軌輸出（人聲、樂器、低音、鼓）
付費 · $14.9+前往 ↗MemoTune 從你的故事產生個人化且貼題的歌曲，快速生成完整歌詞與製作後的音訊。
- 引導式故事到歌曲生成（歌詞 + 製作後音訊）
- 生成後編輯：替換段落、延長歌曲
- stem 分離（人聲/伴奏）與多軌拆分
付費 · $6.9+前往 ↗由 AI 支援的轉錄，瞬間將音訊和影片轉換為可編輯、準確的文字，支援 100 多種語言。
- 支援 100+ 語言的 AI 轉錄
- 透過 URL 從 1,000+ 平台匯入
- 講者識別與字級時間戳記
Freemium · $9+前往 ↗NeatScribe 提供快速且準確的 AI 轉錄服務，能在數秒內處理音訊與影片，並支援編輯與下載。
- 上傳音訊/影片或貼上 YouTube 連結
- 快速的 AI 轉錄引擎
- 說話者標記
Freemium · $10+前往 ↗Turbo Transcription AI 提供快速、99% 準確的音訊與影片轉錄，由 Gemini 3 Pro 提供動力。
- 99% 以上的高準確度轉錄
- 支援 98 種以上語言
- 多種匯出格式：TXT、SRT、PDF、DOCX
免費增值（Freemium） · $0.33+前往 ↗DeVoice 使用先進的 AI 抄寫技術將音頻和視訊準確轉換為文字。
- 無限的音訊與視訊轉錄
- 支援多種音訊/視訊檔案格式
- AI 驅動的即時轉錄
一次性付款 · $9.9+前往 ↗快速、免費的線上工具，可在數秒內將影片準確轉錄為文字。
- 快速線上影片轉文字轉錄
- 支援YouTube、Zoom、MP4及其他格式
- 講者識別標記
—前往 ↗- 廣告
即時的AI驅動TikTok影片轉錄，輕鬆複製並支援批量處理。
- TikTok影片即時AI轉錄
- 支援超過50種語言，並自動偵測
- 批量佇列處理多個連結
付費 · 20+前往 ↗AudioX 是一款由人工智能驅動的工具，能將影片、文字、圖像轉換為專業音訊。
- 影片轉音訊
- 透過文字、圖片及影片多模態輸入
- 超過 30 種音樂風格及音效
付費 · $7.5+前往 ↗內容創作、圖片、影片與語音的一站式AI平台。
- AI影片生成器及AI虛擬人
- AI語音克隆、語音隔離和配音
- AI圖片生成器、攝影棚及換臉
Freemium · $10+前往 ↗Talkscriber是一個自動化轉錄和筆記的AI代理。
- 實時轉錄
- 關鍵詞提取
- 會議摘要
免費增值 · $0+前往 ↗Datamatics TruAgenti自動化客戶互動，增強參與和支持。
- 自然語言處理
- 客戶查詢自動化
- 與CRM系統的集成
—前往 ↗Causa是一個自動化工作流程的AI助手，提高生產力和協作。
- 任務自動化
- 團隊協作
- 實時建議
—前往 ↗Speechly 為開發人員提供即時語音識別和自然語言處理功能。
- 即時語音識別
- 自然語言處理
- 可自訂的語音命令
—前往 ↗LMNT是一個設計用於輕鬆生成和管理數位內容的AI代理。
- 內容生成
- 工作流程自動化
- 數據管理
免費增值 · $10+前往 ↗CoLumbo是一個提升工作和溝通效率的AI代理。
- 任務自動化
- 日程協助
- 資訊檢索
—前往 ↗一個由人工智慧驅動的音訊轉文字轉寫服務，實現高效且準確的轉換。
- 高達98%的高準確度
- 支援多種語言
- 處理各種音訊格式
—前往 ↗ImbaTTS 在您的瀏覽器中提供免費、無限的語音合成支持，涵蓋 50 多種語言。
- 免費且無限制的 TTS
- 支持 50 種以上語言
- 重視隱私的做法
—前往 ↗Translate my Call 提供電話通話中的即時口譯服務。
- 即時翻譯
- 多語言支援
- 無縫通話整合
—前往 ↗- 廣告
JustSyft是一個個性化內容聯播和新聞聚合平台。
- 個性化內容聯播
- 新聞聚合
- 創建自定義頻道
0+前往 ↗一個AI驅動的工具，以高精度將音頻和視頻轉換為文本。
- 99％的轉錄準確性
- 117種以上語言支持
- 說話者識別
免費增值 · $9.99+前往 ↗孩子們講故事讓孩子們能夠創造性地分享和探索自己的故事。
- 故事創作工具
- 插畫工具
- 社區分享
—前往 ↗輕鬆將音頻和視頻對話轉換為文本。
- 最先進的AI轉錄
- 自動會議加入和錄音
- 支持音頻和視頻
Freemium · $19.99+前往 ↗99%準確度的AI驅動轉錄服務。
- AI驅動的轉錄
- 講者識別
- 摘要生成
免費增值 · $4.9+前往 ↗以API驅動的音樂分發，並進行AI優化。
- API訪問
- AI驅動的分發
- 版稅管理
付費 · $99+前往 ↗免費的AI文字轉語音，具逼真的語音讓講話聽起來自然。
- 多種語言和口音
- 自定義選項（速度、音調、音色）
- 真實的AI語音
免費前往 ↗最低價的AI轉錄API，具備高準確度
- 語音轉文本轉錄
- 翻譯
- 摘要
按使用付費 · $0.02+前往 ↗使用TEXT VIDEO ai輕鬆將文字轉換為視頻。
- AI生成的腳本和圖像
- 自定義選項
- 多語言支持
付費 · $19.99+前往 ↗TextPolite 提供智能、自動化的管理功能，以增強線上溝通。
- 實時管理
- AI 驅動的語氣調整
- 可自定義的設置
免費增值 · $9.99+前往 ↗CNTXT 提供驅動人工智慧的解決方案，以增強人類智慧並推動創新。
- 人工智慧啟用諮詢
- 完美像素的數據解決方案
- 人工智慧應用程序開發
0+前往 ↗Chat University 提供個性化指導，幫助學生進入最合適的學校。
- 個性化的申請行動計劃
- 大學分析和成績目標
- 個人陳述指導
—前往 ↗- 廣告
99.5%準確度的自動化專業音頻轉錄。
- 專家手動轉錄
- AI自動轉錄
- 說話者識別
按使用付費 · $0.001+前往 ↗體驗F5 TTS的免費AI驅動文字轉語音技術，感受自然且富有表現力的聲音合成。
- 高品質合成
- 多語言支持
- 聲音克隆
免費前往 ↗具有零樣本聲音克隆、情感表達和多語言支持的高級文本到語音合成。
- 零樣本聲音克隆
- 多語言支持
- 情感表達
—前往 ↗使用 Bangin' Audio Recorder 輕鬆錄製、轉錄和策劃您的音頻。
- 高品質單聲道和立體聲錄音
- 先進語音轉錄
- 直觀的標記和評級
—前往 ↗一個強大的工具，用於無縫的移動應用集成和貨幣化。
- 應用內廣告
- 用戶參與工具
- 收入優化
—前往 ↗使用HandtextAI將數位文本轉換為真實手寫文件。
- 90種手寫字體
- 多種紙張樣式
- 可自訂效果
—前往 ↗VoiceToNotes 可以輕鬆地實時將語音轉換為文本。
- 實時語音轉文本轉換
- 高精度
- 支持多個平台
一次性付費 · $12+前往 ↗人工智慧驅動的語音識別與轉錄軟體。
- 高準確度轉錄
- 說話者識別
- 實時轉錄
Freemium · 20+前往 ↗
廣告