VoiceText 声文智转是叁实科技（Sanshi Technology）出品的离线中文优先语音转文字工具，基于 FunASR + Whisper 双引擎，支持 100 种语言识别、说话人分离、纯人声分离、字幕批量生成，模型与录音数据全程本地处理不上传服务器，支持粤语 / 四川话 / 东北话等多种中文方言，绿色免安装，解压即用。
专注离线生产力工具，每一款都为你解决一个真实场景。
离线高精度语音转文字 · 绿色免安装 · 模型在本地，文件在本地不上传，隐私不泄露
从识别到后期，一个工具覆盖你的全部语音处理需求。
基于 FunASR、Whisper大模型，中英文等100种语言识别准确率高，长音频稳定不丢字。
批量扫描文件夹内的音视频，自动排队转写，省去逐个手动操作。
识别结果一键导出 SRT / VTT 字幕，支持中英双语对照字幕。
提取纯人声，噪杂音频识别文字更精准
支持 100 种语言识别（含「自动检测」语言），并生成 426 种语言的双语字幕，涉外会议与外语视频无障碍。
双语字幕。同一段音频同时输出两种语言文本，双语字幕一键生成。
多人会议自动标注不同发言人，整理纪要不再混淆谁说了什么。
同一局域网内手机即可访问，不用来回找数据线，手机里的音视频直接在电脑上处理。
模型在本地，文件在本地不上传，隐私不泄露，商业机密更安全。
不是又一个在线转写，而是装在你电脑里的离线生产力。