SenseVoice 音视频转字幕

站点访问密码 *

AI 引擎选择

阿里云百炼

Paraformer-v2 中文优化

OpenAI 兼容接口

Groq Whisper 等

阿里云百炼 API Key *

本地媒体文件

请先输入访问密码后点击刷新列表

已选择 0 个文件

输出字幕格式

SRT VTT TXT JSON

高级选项（省钱模式）加速音频可节省 API 费用

处理倍速

1.0x 标准 1.2x 轻度 1.5x 深度 2.0x 极限

倍速越高，API 费用越省，但可能影响识别准确率

开启 2 分钟 Demo 预览（用于测试倍速准确率）

音频降噪（RNNoise）基于 cb.rnnn 模型

高通滤波截止频率: 300 Hz

50 Hz 500 Hz

降噪完成后替换原文件

文件名列表中的「降噪」按钮可对单个视频进行处理，结果文件为 原名_clean.扩展名

Demo 预览：前 2 分钟字幕

注意：这是前 2 分钟的字幕预览，请检查识别准确率是否受倍速影响。如果满意，可以关闭 Demo 模式后进行完整转换。