大家实际用它做什么

这些工具在您的浏览器中运行：没有上传任何内容，也没有帐户 需要。限制因工具而异 - 两个音频过滤器占用 每次音频五分钟，文本转语音最多 500 个字符 每一代。这在实践中意味着什么，以及它的阻碍是： 每个指南中都有介绍。

这些工具也能配合使用。一段有噪声的音色样本，先用 降噪 产生了比 原始录音。更清晰的音频还可以提高语音识别能力。

将录音转成文字和字幕

使用 AI 语音转文字 转写采访、讲座、会议或语音备忘录。添加音频文件或使用麦克风录音，核对并编辑转写文本，然后导出 TXT、SRT、VTT 或 JSON。

每个文件最长 5 分钟，支持一次处理多个文件。模型缓存在浏览器中，音频和转写文本均保留在你的设备上。

中文、英语、粤语、日语和韩语建议使用 SenseVoice Small，其他语言使用 Whisper Base。自动语言检测可能不准确，尤其是有杂音时；建议手动选择语言，并核对转写结果。

有杂音的录音建议先降噪。

适合耳机试听的空间音乐

使用 8D 音频转换器 让歌曲、环境音循环或音效围绕听者移动。音乐可以尝试缓慢旋转，定向音效可以选择固定角度。导出前请戴上耳机试听，并与原始单声道混音对比。

选择旋转周期、方向、起始角度和输出音量。响度归一化便于在相近音量下比较不同录音。循环仅影响试听；导出会将完整录音保存一次，格式为立体声 WAV / MP3 / AAC。

支持浏览器可解码的音频，最大 100 MB、最长 10 分钟。立体声输入会混合为一个移动声源。结果是双耳耳机效果，并非八声道环绕混音。处理和导出均在你的设备上完成。

这些使用场景的共同点

它们过去都意味着两件事之一：要么买一个插件，要么把文件交给别人的服务器。这里的工具走第三条路：模型被下载到你的浏览器，在你自己的处理器上运行 — 所以没有上传这一步，没有账号，也没有什么被计量。

限制取决于任务：分离和转写每个文件可处理 5 分钟，8D 音频支持 10 分钟和 100 MB。这些限制用于控制本地处理的资源消耗，不存在付费解除限制的版本。

什么时候这些工具是错的选择

• 一次完成整首歌曲的音轨分离。 裁开处理适合练歌和采样，不适合做一份成品编曲。那种情况下服务端的服务才是对的工具。
• 把鼓、贝斯、吉他分成独立音轨。 分离器只给人声和伴奏两条。
• 手机和老机器。 本地处理恰恰是性能弱的硬件最不适合的方案。
• 自动化。 暂不提供 API。AI 语音转文字支持一次处理多个文件，每个文件最长 5 分钟。

常见问题

Audiofilter 的工具会上传我的文件吗？

不会。音频由浏览器内下载的程序处理，必要时会使用模型。文件始终保留在你的设备上。处理时可打开网络面板进行检查。

为什么每个工具都有单次限制？

本地处理使用设备的内存和处理器。限制因工具而异：分离和转写为 5 分钟，8D 音频为 10 分钟和 100 MB，文字转语音每次为 500 个字符。没有付费解除限制的版本。