把视频或录音拖进来，几分钟后得到带时间轴的字幕，可以逐句修改、批量替换，再导出 SRT、VTT 或纯文本。识别在你的浏览器里完成，视频不会上传。
识别在你的浏览器里完成，视频不会上传。第一次使用要下载识别模型（「更准」约 300MB，「极速」约 140MB），之后会缓存，再用就快了。
哪里不好用、识别错了什么、还想要什么功能，都可以写。意见被采纳的人，可以一直免费使用这个工具。