可以无限制次数进行转录，免费用户只能转换3分钟的媒体档案，无需注册。
语音转文字 (Speech to Text) 就是把语音数据（比如会议记录，课堂录音，发言，采访）变成文字，录音档转成文字档，即逐字稿。以往，如果要把一小时的录音档转成文字，手工听写的话需要反复前进倒退播放，仔细分辨说话人的声音，往往需要5个小时以上才能完成转录，过程及其艰辛乏味。近年来，由于人工智慧的发展，经过算法提高和超大量数据集的训练，语音转文字的准确度和速度跟以前比，已经大幅度提高到非常实用的程度，准确度可以达到90%以上，速度更是人工操作没法比拟。内容源自 www.emonl.com柠檬时尚资讯-https://www.emonl.com/sites/csubtitle-%e8%af%ad%e9%9f%b3%e8%bd%ac%e6%96%87%e5%ad%97/
自动语音辨识或语音识别 ASR (Automatic Speech Recognition)，旨在将语音用训练好的模型进行辨识，一般是基于机器学习，通过大量的语音及对应文本数据进行训练。 iPhone 里的 Siri 就是典型的语音辨识的应用。 ASR一般由两部分组成：声学模型（Acoustic Model）和语言模型（Language Model）。声学模型是一个深度神经网络，接收音频特征作为输入。我们知道声音实际上是一种波，常见的mp3、ogg、m4a等格式都是压缩格式，必须转成非压缩的纯波形档案来处理，比如 Windows PCM 档案，也就是俗称的wav档。 wav档存储的就是声音波形的一个个点。声音模型把声波里的微小片度分析推测成可能的字符。但是同一个声音，会有不同字符的可能（如“音” 和“因”），这时候就需要利用第二部分即语言模型，根据上下文，历史，频率统计字符概率,如前一个字是“声”，那这个字应该就是“音”，如果前一个自是“原”，那这个字更可能是“因”。使用算法根据概率将字符转化为文本，然后由系统返回。当然具体的过程会比这个复杂得多，为了达到很高的准确度，除了算法更复杂，另外也需要预先对音档进行一些预处理，如把背景的噪音去除等。内容源自 www.emonl.com柠檬时尚资讯-https://www.emonl.com/sites/csubtitle-%e8%af%ad%e9%9f%b3%e8%bd%ac%e6%96%87%e5%ad%97/
