TransPocket

TransPocket 是一个网页端的语音转文字服务，把音频、视频或 YouTube 链接丢进去，等它跑完就能拿到带时间戳的文字稿。底层用的是 Whisper 模型，页面提供 Turbo 和 Large-v3 两档可选，前者快、后者准。官方给出的平均词错误率是 5.8%，支持十多种语言，中文也在列表里。

主要功能

上传支持 MP3、MP4、WAV、M4A 等常见格式，也可以直接粘贴 YouTube 地址，不用先把视频下载下来。转写过程中能看到实时进度；如果录音里有多个人说话，可以在上传时填好人数，系统会多花二三十秒做说话人区分。结果能导出成 DOCX、TXT、CSV、SRT、VTT，做字幕的话直接拿 SRT 就能用。另外还有实时录音转写和内置翻译。

费用与限制

新用户注册后送 60 分钟免费额度，单文件上限 100MB，一次传一个，高峰期可能要排队。之后可以按量买，1000 分钟 9.9 美元；或者订阅 Pro，每月 10 美元，不限时长、单文件放宽到 1GB、支持多文件同时处理并优先排队。文件存在 Amazon S3 上，官方称默认加密。

适合谁

偶尔要整理访谈、课程录音或给视频配字幕的人，免费额度基本够试。需要长期大量转写、又不想自己部署 Whisper 的，Pro 的价格也算直白。界面只有英文，中文内容能转，但操作界面得看得懂英文。