VoxLab
聲音技術實驗室
gemini-3.5-transcribe · BYOK
尚未設定 API Key
01
會議逐字稿+AI 摘要
說話者分離
02
歌詞逐字對齊 LRC
字級時間戳・必要
03
影片字幕產生器 SRT
字級時間戳・必要
04
口述轉乾淨文字稿
Smart 模式
05
語言跟讀切段
字級時間戳・必要
使用說明 ↗
會議逐字稿+AI 摘要
上傳會議或訪談錄音,自動分辨最多 8 位講者(官方註明 3 人以上為實驗性),整理成帶時間戳與講者標籤的逐字稿。
說話者分離
官方限制:說話者分離無法與 smart 模式同時開啟。開啟時拿到的是保留原話、帶講者標籤的逐字稿;逐字稿出來後可以再按「產生 AI 摘要」整理重點。
gemini-3.5-transcribe
音檔上限 60:00
超過 12:00 自動分段
計費時長
—
AUDIO INPUT TOKENS
—
TEXT OUTPUT TOKENS
—
預估費用
—
USD
依 Google 官方混合費率估算公式換算(audio input ≈$2.00/1M tokens,text output ≈$12.00/1M tokens),僅供參考,實際費用以帳單為準。
拖曳音檔/影片到這裡,或使用下方按鈕選取。支援 mp3/m4a/wav/mp4/mov。
選擇檔案
使用範例音檔測試
需先設定 API Key
尚未設定 API Key,按上方按鈕會直接帶你去設定。
廣告位・處理等待畫面(開發中,尚未串接 AdSense)
選擇檔案或使用範例音檔後按「開始轉錄」,結果會顯示在這裡。
›
查看原始 JSON 回應