每一步对应处理进度里的一个时间点，你可以在任意阶段暂停、下载、或继续下一步。
支持视频或音频文件，拖拽或选择上传，无需转码。
自动识别语音生成原始字幕，保留准确的时间轴。
一次生成多语言版本字幕，时间轴自动对齐。
导出SRT/VTT字幕文件，或升级为AI配音生成语音轨。
点击下方区域，查看示例文件的处理结果（正式版支持真实文件上传）。
转录和翻译按额度免费使用；声音克隆与AI配音这类调用成本较高的能力放在专业版。
自动识别视频/音频中的语音，生成带时间轴的字幕文本，支持中英日等多语言原文转录。
一次生成30+种语言的字幕版本，时间轴自动对齐，支持批量导出SRT/VTT格式。
上传一段音频样本，生成专属的克隆音色，用于多语言配音，保留说话者的声线特点。
把翻译后的字幕直接转换为语音轨，支持克隆音色或内置音色，批量生成多语言配音版本。
批量处理多个文件，或通过API接入你自己的内容生产流程，适合团队与MCN使用。
导出通用的SRT / VTT字幕文件，可直接导入剪映、Premiere、Final Cut等主流剪辑软件。
覆盖主流出海市场语言，转录与翻译持续扩充语言列表。
转录效果取决于原始音频质量，清晰人声场景下准确率较高；专业术语、多人重叠对话可能需要少量人工校对。
克隆音色仅用于你上传的内容生成配音，不会被用于其他用户或用途。使用他人声音进行克隆前，请确保你拥有相应授权。
支持主流视频与音频格式上传，导出字幕为通用的SRT / VTT格式，可直接导入剪辑软件。
免费额度每日刷新；如果需要更大用量或声音克隆/配音功能，可以升级到专业版按用量付费。