把 M4A 音频转成 SRT 字幕
高精度模式并输出 SRT 字幕。
{
"urls": [
"https://raw.githubusercontent.com/lergassy/apify-actor-assets/main/audio-samples/sample-1min.m4a"
],
"quality": "accurate",
"subtitleFormat": "srt"
}AI 转写
音频转文字：把音频文件转成带时间轴的文字稿
粘贴 MP3、M4A、WAV、FLAC 或 OGG 文件链接，或直接上传文件，即可获得 90 多种语言的带时间轴转写稿。可添加说话人标注、翻译成英文、导出 SRT 或 VTT 字幕，或切分为可直接用于 RAG 的文本块。
3 位用户100.0% 运行成功率（30 天）
可获取的数据
text | 完整转写文本 |
segments | 带起止时间的分段 |
language | 识别出的语言 |
speakers | 说话人标注（可选附加项） |
translation | 英文翻译（可选） |
subtitles | SRT 或 VTT 字幕文件 |
chunks | 适用于 RAG 的文本块 |
使用方法
- 在 Apify 上打开本爬虫并免费注册。
- 在表单中填写航线、日期和选项。
- 点击 Start，以 JSON、CSV 或 Excel 下载结果，或通过 API 调用。
价格
$2.00 每 1,000 条数据
按事件计费：按转写的音频分钟数计费，另外每个文件收取少量处理费。说话人标注为按分钟计费的可选附加项，使用自己的 Groq API 密钥时每分钟更便宜；不收取运行费。
Apify 每月赠送 5 美元免费额度，足够免费测试本爬虫。
示例任务
现成的输入参数，可复制到爬虫表单或通过 API 发送。
带说话人标注的采访转写
两位说话人，并提供品牌词汇提示。
{
"urls": [
"https://raw.githubusercontent.com/lergassy/apify-actor-assets/main/audio-samples/sample-1min.m4a"
],
"diarize": true,
"speakerCount": 2,
"vocabularyHint": "Apify, scraper, dataset"
}把音频翻译成英文文字
任意语言转写后翻译为英文。
{
"urls": [
"https://raw.githubusercontent.com/lergassy/apify-actor-assets/main/audio-samples/sample-1min.m4a"
],
"translateToEnglish": true
}把音频转写稿切分为 RAG 文本块
每块 1500 字符，重叠 5 秒。
{
"urls": [
"https://raw.githubusercontent.com/lergassy/apify-actor-assets/main/audio-samples/sample-1min.m4a"
],
"chunkForRag": true,
"chunkSize": 1500,
"chunkOverlapSeconds": 5
}应用场景
- 播客创作者： 把每期节目变成可搜索的文字稿和节目笔记。
- 研究人员： 转写带说话人标注的访谈，便于编码和分析。
- AI 开发者： 把录音以现成文本块的形式送入 RAG 流程。
- 客服团队： 把通话录音转成文字，用于质检。
常见问题
支持哪些音频格式？
MP3、M4A、WAV、FLAC 和 OGG，可以是链接也可以上传文件。
支持哪些语言？
90 多种语言。可填写两位语言代码，留空则自动识别。
能区分不同说话人吗？
可以。开启说话人标注，并可指定说话人数。
转写音频文件合法吗？
请只转写您拥有或已获授权的录音，遵守版权和当地录音同意相关法律，并妥善处理其中的个人信息。
如何集成？
使用 Apify API、Python 或 JavaScript 客户端，或通过 Make、n8n、Zapier 和 Google Sheets 集成。