把錄音轉成帶時間的文字草稿，錄音不離開你的瀏覽器。
選一個錄音檔（通話錄音、訪談、LINE 語音），載入語音模型，按下開始。結果會切成一段一段，每段有起訖時間；點「播放這段」就能邊聽邊核對，也能直接修改文字，再匯出 TXT、SRT、VTT、CSV 或 JSON。語音辨識程式與模型由本站的選配包提供，在你的瀏覽器內執行，錄音沒有上傳。
選一個錄音檔就能開始。錄音只在你的瀏覽器內處理，不會上傳。
選取錄音
選一個錄音檔，也可以把檔案拖到這個頁面。單檔上限 200 MiB、60 分鐘。WAV 由本頁自己的程式分塊讀取，最省記憶體；MP3、M4A、Ogg、Opus、FLAC 等格式要交給瀏覽器整段解碼，錄音越長越吃記憶體，能不能解也要看你的瀏覽器。瀏覽器不支援的格式（例如 AMR）請先轉成 WAV、MP3 或 M4A。
載入語音模型
語音辨識程式與模型放在本站的「語音辨識選配包」裡，要你按下按鈕才會讀取；錄音不會上傳。載入後只放在這個分頁的記憶體，關閉或重新整理就要再載入一次（本頁不使用瀏覽器儲存空間，瀏覽器自己的一般快取可能讓再次載入比較快，但不是本頁控制的）。
尚未安裝語音辨識選配包
安裝步驟（給網站管理者，一步一步做）：
- 取得選配包：選配包是另外打包的 zip 檔，可能有好幾個，每一個都要用。向提供網站的人索取，或看網站交付資料裡的「語音辨識選配包」。
- 解壓縮：把每一個 zip 都解壓縮到「網站資料夾」（就是裡面有 index.html 的那個資料夾）。解壓縮後，網站資料夾裡應該出現「v237-packs」資料夾，裡面的「asr」資料夾有 pack.json。
- 重新上傳網站：把整個網站資料夾重新放上主機。如果用 Netlify 拖放上傳，就是把整個資料夾再拖進去一次。
- 回到這一頁，按下面的「重新檢查」。
如果你是一般訪客：這個功能需要網站管理者先安裝選配包，請用頁尾的 LINE 或電話聯絡我們。沒有選配包時，選檔、檢視檔案資訊和播放錄音仍可使用。
開始辨識
按下按鈕後，會先把錄音轉成 16 kHz 單聲道（多聲道取平均），再自動切成一段一段說話，逐段辨識，結果會即時出現在下面。請保持這個分頁在前景、螢幕不要鎖定。辨識期間可以隨時取消，已經辨識出來的段落會保留。
核對與匯出
模型輸出的是簡體字；打開開關時顯示轉成繁體的文字，關閉就看到模型的原始輸出。你手動修改過的段落會保留你的文字，不隨開關改變。〔?〕表示模型沒有辨識出那個字。點「播放這段」會從該段的開頭播到結尾；每段文字都可以直接改。
匯出
送到線索推理艙
按下後會開啟「AI 偵探實驗室」分頁，把上面的文字（含草稿聲明與時間）交給它。傳遞只發生在你的瀏覽器內（同一個網站、不經過伺服器），要你按下才會送出。
範圍與限制
- 辨識引擎是 sherpa-onnx 1.13.8 的 WebAssembly 版（單執行緒、Apache-2.0），模型是小型中文 Zipformer-CTC 的 int8 版，切段用 Silero VAD；程式與模型都在選配包裡，由本站提供，在你的瀏覽器內執行，不連到其他網站。
- 以國語為主。台語、客語、粵語、外語、濃重口音容易出錯；英文單字常被漏掉或寫成中文字。模型沒有標點，也不分辨說話的人，不判斷情緒、真偽或錄音是否被剪接。
- 背景雜音、電話收音、音量忽大忽小、多人同時說話都會明顯影響結果。人名、地名、金額、電話與日期等數字，請一律聽原始錄音確認。
- 「切段方式」的自動判斷只是依音量落差做的粗略規則，沒有在大量真實錄音上驗證；判斷錯了可以自己改選再辨識一次。
- 簡轉繁使用 OpenCC（cn → twp，台灣用語），是字詞對照，不是翻譯，專有名詞可能被轉錯；轉換前的原始輸出可以切換查看。
- 單檔上限 200 MiB、60 分鐘，超過時會說明原因，不會悄悄截斷。WAV 分塊讀取；其他格式要由瀏覽器整段解碼，錄音很長時手機或記憶體小的電腦可能失敗。
- 畫面上的資料只存在這個分頁的記憶體，不使用任何瀏覽器儲存空間（含 cookie），關閉或重新整理即消失。請先複製或下載需要的結果。
- 「播放這段」使用瀏覽器內建的播放器；MP3 等可變位元率格式的定位可能有零點幾秒的誤差。瀏覽器無法播放的編碼仍可辨識，但不能播放核對。
- 送到線索推理艙需要你按下按鈕；對方頁面的輸入框有字數上限，太長的文字會被截掉，截掉前會有提醒。若對方頁面沒有回應或瀏覽器擋住新分頁，會顯示原因，這時請改用複製文字。