批量音频一键转写Srt字幕｜手机录音、视频、mp3、m4a、mov、acc、wav、flac等音频｜支持50多种语言

手机上的录音
有朋友留言：手机里的一些会议记录和笔记音频，怎么样把它转成字幕。
那iPhone手机和iPad是支持将音频直接转写文本的，但是没有时间轴。

上图为iPhone用“语音备忘录”录的音频，它是直接转写文本的。

再加上时间轴，就像上图显示的这样，我的江浙普通话识别得将将好。

然后放到视频编辑APP里，我们的录音→文本→字幕就这样完成了！

简介
「Wav2Srt」
能将多种格式的音频转字幕文本，借助whisper大模型，批量将音频文件转写成字幕文本（带时间轴），支持识别五十多种语言。

主要功能：

1. 音频转字幕文本
2. 支持一键转换
3. 支持mp3,wav,acc,m4a,flac,mov,mp4,m4v等主流格式
4. 导出Srt 字幕
5. 支持批量操作
6. 系统要求macOS 13.5及以上
7. 离线运行

设置
打开APP之后，我们得先到「设置」里去download相应的模型

上图为支持的模型列表，选择的是large-v3（高精度）占用空间2.88GB。

这个是download进度

跳出上图内容，表示下载模型成功。

「排版策略」这些参数可以根据实际情况自行调整，比如限制“每行最大字符数”，一般英文字符数（含空格及标点符号）为36.
因为它是支持智能断句的（和“srt字幕工具箱”一样），也是按标点符号来作处理。

操作
导入音频文件

这里的导入方式很单一了，就是从访达窗口直接拖入音频文件到APP，支持批量导入。
比如我们可以一次导入多种语言的音频（录音）和视频文件。
上图中的音频有中文、英文、日文和法文。

文件名后面的列表是可以选择的，但因支持的语言数太多了，所以这里也是简单的列示出来几种。
如果是其他语言的音频，导入进来也是可以识别的。

1. 开始转换

转换速度与我们的电脑配置有关系，我这里使用的是M1芯片的 iMac明显感觉比M5慢了许多。一个时长为14分钟的音频，在M5 MacBook pro上耗时5分钟11秒，而使用M1 MacBook Air 则花了8分钟左右。

1. 完成

完成之后点确定会弹出保存窗口，默认保存在原文件目录里。

原目录位置可以看到转换后的字幕文件

「音频转法文字幕」

「音频转日文字幕」