VovSoft Speech to Text Converter是一款自动语音识别软件，能够将英语、西班牙语、法语、阿拉伯语、巴西葡萄牙语、日语、韩语、德语和普通话等多种语言的语音转换成文字。该软件可以大幅节省用户在口述访谈、会议、播客或任何长音频文件中转录文字的时间。
这款工具支持用户利用麦克风直接录制声音，或者从MP3、FLAC、WAV、OGG、WEBM等音频格式文件中转换成文本。VovSoft Speech to Text Converter 3.1还提醒用户，更高质量的声音可以得到更好的识别结果，但对于低质量文件，使用窄频段也是可能的。
使用VovSoft Speech to Text Converter 3.1，用户体验简单便捷。软件界面清晰，操作流畅，仅需几个简单的步骤就可以进行语音到文本的转换。不仅如此，它还能够帮助减少手动转录的工作量，提升工作效率，使得内容创造者和专业人士都能够更加专注于创作与工作本身。
视频到文本转换器
除了音频文件（MP3、FLAC、WAV、OGG）外，该应用程序还支持 MP4、WEBM、MKV、AVI、MPEG、MOV、WMV、FLV、TS 等视频文件。它将自动从任何视频文件中提取语音并转换为文本。
录制或加载音频文件
您可以使用麦克风录制自己的声音或加载任何音频文件以转换为文本。高质量音频可以改善结果，但您也可以对低质量文件使用窄带模型。
自动语音转文本
如果您录制了一些重要的讲座或演讲，并希望将其转换为文本（转录），您可以采用手动聆听演讲并输入文本的方式，也可以利用人工智能的最新发展（人工智能）。
在计算机上将录音转换为文本
Vovsoft Speech to Text Converter 是一款人工智能驱动的软件，它可以获取您的音频文件，通过云服务器运行它们并生成非常准确的文字记录。它使用语言配置文件进行识别，如果您没有获得良好的语音到文本转换，那么切换到不同的配置文件可以给您带来更好的结果。该音频文件到文本转换器程序非常适合专业人士和家庭使用。
支持的引擎
该软件支持离线和在线语音引擎：
- 连续听写使用 Microsoft Speech Platform，它是 Windows 的内置（离线）语音识别引擎
- Deepgram（200 美元免费积分）
- OpenAI（耳语）（0.006 美元/分钟）
- IBM Cloud（语音转文本）每月最多可免费转换 500 分钟
- Microsoft Azure（认知服务）每月最多可免费转换 300 分钟
（IBM Cloud、Microsoft Azure 和 OpenAI 可能需要有效的信用卡才能注册，并且在中国和台湾等某些国家/地区可能不可用。）
您现在可以从单个界面利用多个强大的语音转文本引擎的功能，从而比以往更轻松地获得最佳结果。
支持的语言：南非荷兰语、阿尔巴尼亚语、阿姆哈拉语、阿拉伯语、亚美尼亚语、阿塞拜疆语、巴斯克语、孟加拉语、波斯尼亚语、保加利亚语、缅甸语、加泰罗尼亚语、中文（粤语）、中文（普通话）、克罗地亚语、捷克语、丹麦语、荷兰语、英语、爱沙尼亚语、菲律宾语、芬兰语、法语、加利西亚语、格鲁吉亚语、德语、希腊语、古吉拉特语、希伯来语、印地语（印度）、匈牙利语、冰岛语、印度尼西亚语、爱尔兰语、意大利语、日语、爪哇语、卡纳达语、哈萨克语、高棉语、韩语、老挝语、拉脱维亚语、立陶宛语、马其顿语、马来语、马拉雅拉姆语、马耳他语、马拉地语、蒙古语、尼泊尔语、挪威博克马尔语、普什图语、波斯语、波兰语、葡萄牙语、葡萄牙语（巴西）、罗马尼亚语、俄语、塞尔维亚语、僧伽罗语、斯洛伐克语、斯洛文尼亚语、索马里语、西班牙语、斯瓦希里语、瑞典语、泰米尔语、泰卢固语、泰语、土耳其语、乌克兰语、乌兹别克语、越南语、威尔士语、祖鲁语
要求
- Windows 7 或更高版本
- API 密钥和 API URL（免费提供）更多信息
主要特征
- 语音转文本（麦克风）
- MP3 到文本
- FLAC 到文本
- WAV 到文本
- OGG 到文本
- 视频转文本
- MP4 到文本
- WEBM 到文本
- MKV 转文本
- AVI 到文本
评论(0)