转录与字幕
转录本地语音转文字,不上传录音
访谈、会议、视频,导入就转。
- 40 多种语言
- 点一句,跳到那段音频
- 词典帮助识别人名术语
真实界面
字幕做出逐字高亮的卡拉 OK 字幕
逐字高亮导出 ASS;普通字幕导出 SRT、VTT。
真实界面

强制对齐已有文稿和歌词,直接字幕打轴
原稿一字不改,配上逐词时间。
示意
你的0.00声音0.31留在0.72本机1.05不用1.48上传1.80
示意:已知文本的每个词对到音频上的时间点。说话人识别多人录音,标出谁在什么时候说话
会议、访谈、播客,转录时分出说话人。
示意主持人00:00欢迎来到今天的节目。
嘉宾00:04谢谢邀请。
主持人00:07先聊聊你的第一个项目。
示意:每句文稿标上说话的人。翻译、播报与音乐
翻译转录完直接翻译,也能导出双语字幕
本机翻译模型支持 38 种目标语言。
- 保留时间轴,导出双语 SRT
- 也可通过本地 API 翻译纯文本
示意00:01欢迎来到发布会。Welcome to the launch.
00:04今天我们发布第二版。Today we ship version two.
示意:原文与译文共用同一条时间轴。播报用固定音色生成配音音频
长稿边生成边听,导出 WAV 放进剪辑软件。
示意这一期我们聊聊录音该放在哪里。
答案很简单:留在你自己的电脑上。
下面说说怎么做到。
示意:正在播放的句子高亮,后面的句子继续生成。音乐生成把你写的歌词变成一首完整的歌
YuE2 在本机按歌词演唱,带人声和伴奏。
- 48 kHz 立体声,人声加伴奏
- 生成前可以先看乐谱
示意[Verse] 沿着街灯慢慢走
[Chorus] 唱给我听
[Outro] 直到天亮
示意:带段落标签的歌词生成为一整首歌。语音对话
语音聊天开口练外语,也能同声传译
选好语言对,两边各说各的话。
- Buddy、语言陪练等人设
- 也可自写人设 Prompt
真实界面

开发者与 Agent
开发者本地 API、命令行与 MCP,接入你的工具和 Agent
兼容 OpenAI 接口,脚本和 Agent 直接调用。
- 命令行批量转录与对齐
- MCP 与 Agent Skill
真实界面
$ edgespeak-cli transcribe meeting.m4a -o meeting.json
在你的电脑上试试
macOS 与 Windows,下载后登录即可免费开始。