今夕在线音频转文本工具
一个浏览器端音频转文字、音频转字幕的静态网页工具。它使用 Transformers.js 在浏览器中运行 Whisper 模型，支持上传音频、试听、转写、分段预览，并导出 SRT、LRC、TXT。
界面预览
在线预览
在线音频转字幕工具 - MP3转SRT字幕、音频转文本、LRC导出
项目特点
- 不需要自建转写后端，主要流程在访客浏览器中完成
- 支持本地音频上传后直接播放试听
- 支持 TXT、SRT、LRC 三种结果格式
- 内置
Xenova/whisper-tiny和Xenova/whisper-base本地模型目录 - 适合静态部署、学习浏览器端 AI 工具实现、二次开发字幕工具
功能
- 本地音频上传，上传后可直接播放试听
- 支持公网音频 URL 导入
- 浏览器内完成音频解码、重采样和 Whisper 推理
- 支持 SRT、LRC、TXT 三种结果格式
- 支持时间分段预览
- 支持简繁转换
- 支持远端模型仓库和本地模型目录两种模型来源
目录结构
.
├── index.html # 主页面
├── app.js # 页面交互、音频处理、结果导出
├── worker.js # Web Worker，负责模型加载和转写
├── server.js # 本地静态服务
├── start-site.bat # Windows 一键启动脚本
├── screenshots/ # README 预览图片
├── vendor/ # 前端依赖文件
└── models/ # 可选本地模型目录本地运行
需要安装 Node.js。
node server.js 8000然后打开：
http://localhost:8000Windows 下也可以双击：
start-site.bat模型说明
默认模型为 Xenova/whisper-tiny。当前本地目录已预置 Xenova/whisper-tiny 和 Xenova/whisper-base，可以在模型来源中选择"本地模型目录"直接使用。tiny 更快，base 更稳但加载和转写会更慢。
如果要继续增加其他本地模型，请把 Transformers.js 兼容格式的模型文件放到：
models/Xenova/模型名称/常见文件包括：
config.json
generation_config.json
preprocessor_config.json
tokenizer.json
tokenizer_config.json
onnx/encoder_model_quantized.onnx
onnx/decoder_model_merged_quantized.onnx部署
这个项目是静态前端工具，可以部署到任意静态 Web 服务，例如 Nginx、Apache、GitHub Pages 或 Cloudflare Pages。
注意事项：
.wasm文件需要用application/wasm类型返回- 模型文件较大，首次加载时间取决于网络环境
- URL 导入音频时，目标音频地址需要允许跨域访问
- 浏览器需要支持 WebAssembly、Web Worker 和 Web Audio API
隐私说明
本地上传的音频在浏览器中解码和处理，不需要上传到你自己的转写服务器。使用远端模型时，浏览器会请求模型仓库下载模型文件。
适用场景
- 课程录音转字幕
- 采访录音转文字
- 口播音频生成字幕初稿
- MP3 转 SRT / LRC / TXT
- 静态站点中的浏览器端 AI 工具演示
源码下载
GitHub 仓库：https://github.com/xielaoban-pro/jinxi-audio-to-text