【自荐】ViiTor live：支持多人识别和热词的音视频转录工具
软件名称
ViiTor live
应用平台
Web，无需注册，无需安装客户端，电脑和手机浏览器均可使用。
推荐类型
【开发者自荐】
是否收费
免费
一句话简介
上传音视频或粘贴公开媒体链接，生成带时间戳和说话人标签的可编辑文字，并支持AI摘要、字幕导出及按文字编辑音频。
应用简介
大家好，我是 ViiTor live 的开发者。
做这个工具，主要是因为我们经常保存大量会议录音、访谈、课程、播客和视频，但真正需要整理时，还是要拖着进度条反复听。
尤其是长录音：
- 想找一句话，不知道它出现在第几分钟；
- 多人对话转成文字后，分不清是谁说的；
- 人名、品牌名和专业术语容易识别错误；
- 得到一整篇转录稿后，还要重新提炼重点；
- 想做字幕、文章或会议纪要，又要在不同工具之间切换。
ViiTor 想做的是把这几个步骤放进一个工作流里：先将音视频变成带时间戳的文字，再进行校对、搜索、总结、导出或编辑。
主要功能
1. 上传音频或视频转文字
目前支持 MP3、WAV、M4A、MP4、MOV 等常见格式，单个文件最大 500MB。
可用于整理：
- 会议录音
- 用户访谈
- 播客和视频访谈
- 课程、讲座和培训录像
- 语音备忘录
- 视频字幕
2. 粘贴公开媒体链接
除了上传本地文件，也可以粘贴有权处理的公开音视频链接。
目前可处理 YouTube、Bilibili、TikTok、抖音等平台的公开内容。部分平台可能限制自动获取，如果链接导入失败，也可以下载自己有权使用的文件后再上传。
3. 自动区分说话人
多人会议或采访可以开启“说话人识别”，并预先设置大致人数。
完成转录后，不同发言人的内容会被分别标记。用户还可以在工作台中检查和修改说话人名称。
4. 时间戳与原始音视频对应
每段文字都与原始媒体时间位置关联。
看到识别不确定的句子时，可以直接返回对应位置试听，不需要在整段录音里来回拖动寻找。
5. 热词和专业术语
可以提前添加人名、品牌名、产品名或行业术语，降低专有名词被错误识别的概率。
这个功能比较适合技术访谈、行业会议和含有大量中英文缩写的内容。
6. AI摘要与重点提炼
长录音完成转录后，可以进一步生成摘要和重点。
我们的目标不是只输出一篇从头到尾的听写稿，而是让用户先了解内容结构，再决定哪些片段值得详细查看。
7. 导出文字、Word和字幕
完成校对后，可根据使用场景导出为文档或字幕格式，例如：
- DOCX：继续整理会议纪要、采访稿或课程笔记；
- TXT：用于存档、搜索或导入其他工具；
- SRT：用于制作视频字幕。
8. 根据文字编辑音频
这是我们比较想听取大家意见的一项功能。
音频完成转录后，可以通过文字找到对应声音，删除不需要的句子；也可以修改一句话的文本，生成替换语音并预览结果。
它主要面向播客、课程、访谈和口播等人声内容，并不是多轨音乐制作软件，也不提供逐帧级的视频编辑。
支持的语言
目前支持100多种语言的转录。
中文可以选择普通话、粤语和吴语；其他语言包括英语、日语、西班牙语等。识别结果仍会受到录音质量、口音、背景噪音和多人同时说话等因素影响。
一个简单的使用例子
以多人访谈为例：
- 上传录音或视频；
- 选择录音语言；
- 开启说话人识别，填写预计人数；
- 根据内容添加人名和专业术语热词；
- 开始转录；
- 结合时间戳校对文字及说话人；
- 生成摘要，或者导出DOCX、TXT、SRT。
这样得到的不只是“音频对应的文字”，还可以继续整理成访谈稿、会议纪要、字幕或内容素材。
当前限制
先说明几个现阶段的边界：
- ViiTor live 是在线工具，转录需要将文件上传至服务器处理；
- 原始录音不清晰、多人抢话或背景噪音较大时，识别效果会受到影响；
- 热词可以改善专业名词识别，但不能保证所有内容完全无误；
- 重要数字、合同内容及对外引用，建议结合原始音视频人工核对；
- 公开链接能否直接导入，会受到来源平台规则和链接状态影响；
- 音频编辑目前偏向句子级的人声删除和替换，不是专业多轨音频工作站。
如果素材涉及高度敏感或严格保密的信息，请先根据自己的数据安全要求判断是否适合上传到在线服务。
产品地址
欢迎大家试用。如果遇到识别错误、链接导入失败、说话人区分不准确，或者对导出格式、音频编辑有建议，可以直接在帖子里回复具体使用场景。
我们会持续根据反馈改进。
1 个帖子 - 1 位参与者
点赞
收藏
点踩
分享