VocaScript

嘿 Product Hunt，我是 Diae，我做了 VocaScript。

一开始很简单。读比听快，所以我想直接阅读和搜索录音内容，而不是坐在那儿一直听到最后。我需要一个工具，能把 WhatsApp 语音消息、长播客、讲座，甚至 10 小时直播流都吃进去，有些还是多种语言、5 个或更多人同时在说。

我试过的工具都做不到。它们要么搞不定长的，要么返回我根本没法信的文本。这能有多难？我花一两周自己做一个就行了（我知道，这是经典的立 flag）。那已经是八九个月前的事了。

从那以后就全是坑。长录音会整段整段漏掉语音，或者在静音处凭空编词。时间戳会漂移，甚至直接乱编。说话人标签会把一个人拆成三个，或者把两个人归到一个下面。

我今天发布的东西，会在你看到转录文本之前就抓住并修好大部分这类问题。它不完美，但我觉得这件事它做得比市面上其他东西都好。

但我们都知道，转录文本出来了不代表你就完事了。你还是得自己从头过一遍，找出哪里不对，而这才是慢的部分。很多工作都花在让这一步变轻松上。

质量报告会列出每一处看起来还不对的地方，并直接带你跳过去。你勾选想修的内容，它就动手：瞎编和重复的行会被删掉，时间戳会被修正。如果有某段话缺失，它就只重新转录那一段。

说话人也是同样逻辑。报告会告诉你哪两个标签听起来像同一个人，并且可以按声音帮你 merge。或者你打开说话人列表，听每个人的一小段音频，然后自己重命名或 merge。

你也不一定非要上传文件。用扩展，你可以边浏览边转录：点一下你正在看或听的内容，字幕就会直接出现在页面上，方便你跟着读。

围绕转录文本还有一大堆功能：翻译、摘要、校对、和转录文本聊天、词级时间轴、编辑器、搜索，以及导出为 TXT、SRT、VTT 和 JSON。

你可以不用注册直接试（每个文件 5 分钟）。免费账户（不需要信用卡）每次可处理 25 分钟，同一文件可以再次运行，从上次停下的地方接着来，每月最多 2 小时。付费方案每月 $10 起，可处理 4、8 或 16 小时的录音，并全面提高各项限制。

如果你有一段别的工具放弃处理的长录音，试试它，然后告诉我哪里出问题，这是我最需要的反馈。我整天都会在线。

等一下，同一个文件下一次运行会自动从上次停下的地方接着跑吗？另外有计划做 API 吗？根据我们在 ApyHub 的经验，一个 10 小时、5 个说话人的文件在我们的目录里仍然是个空白。

很喜欢能免信用卡免费试用，而且付费方案支持 4 到 16 小时的录音，处理更长的会话时挺方便的。