语音转文字
上传通话、会议或语音备忘录,得到带说话人标签和时间戳的转录稿,支持 98 种语言自动检测,可导出 SRT、VTT 字幕和 DOCX。
官方说明 ↗拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
Voicetapp 是一个把转录、写作、配图、对话和配音放进同一个工作区的 AI 内容工具,注册即送 3,000,000 tokens,无需绑卡。核心能力集中在五件事上:语音转文字、AI Writer、AI Image、AI Chat、AI Voiceover,转录支持 98 种语言并自动检测,输出带说话人标签与时间戳的文稿,还能导出 SRT、VTT 和 DOCX。全部十五种工具共用一套 token 余额,付费档从 Starter 的 £15.83/月(1,000,000 tokens/月)到 Scale 的 £124.17/月(20,000,000 tokens/月)。短板在于没有视频剪辑、暂无声音克隆,转录分钟数与 token 分开计费,用之前需要先算清楚两者的额度。
Voicetapp 是一个把多种 AI 内容工具收进同一界面的工作区产品,定位是让用户不必在转录、写作、配图、对话、配音之间来回切换工具。它按「对内容做什么」而不是「底层跑哪个模型」来组织功能,首页把语音、写作、视觉、对话四类能力并列展示,注册后即进入一个统一的工作台。
目前可见的主力形态是 Studio 工作区加一套共享 token 体系。产品自称十五种工具,包括 AI Speech to Text、AI Voiceover、AI YouTube、AI Writer、AI Editor、AI ReWriter、AI Article Wizard、AI RSS、AI Image、AI Vision、AI Chat Image、AI Chat、AI File Chat、AI Code,以及承载所有产出的文档库。转录支持 98 种语言自动检测,带说话人标签与时间戳;AI Writer 提供 80+ 模板;AI Voiceover 支持 32 种语言;AI Code 覆盖 40+ 语言。
对普通用户,最省事的入口是把一段录音丢进去拿成稿,再直接在里面改写、生图或配音。对内容团队,重点是所有工具写进同一个文档库、共用一套余额和席位,不必为每个工具单独对账。对开发者,Scale 档解锁 API 访问和自带密钥,可以把这套能力接进自己的系统。
上传通话、会议或语音备忘录,得到带说话人标签和时间戳的转录稿,支持 98 种语言自动检测,可导出 SRT、VTT 字幕和 DOCX。
官方说明 ↗转录结果直接落进文档库,不是下载后就归档的导出文件,可以在原处继续摘要、重构、翻译和配音。
官方说明 ↗内置 80+ 模板,覆盖帖子、广告、邮件和产品文案,生成内容直接写入当前文档,可继续用编辑器加工。
官方说明 ↗把任意文档转成自然旁白,支持 32 种语言,适合给已有文稿快速配一版多语种音频。
官方说明 ↗按实际发布尺寸生成图片,原生支持 1200×630 这类平台常用比例,产出直接进入同一个文档库管理。
官方说明 ↗AI Chat 是通用助手,直接写进文档;AI File Chat 可上传 PDF、文档和表格后就内容提问,适合处理长资料。
官方说明 ↗从关键词到大纲到完整文章,每一步都由用户确认后再继续,适合需要控制成稿方向的长文写作。
官方说明 ↗粘贴视频链接,输出结构化文章、摘要或脚本,把现成视频素材转成可发布的文字内容。
官方说明 ↗所有工具写进同一个共享文档库,一份 token 余额跨工具和席位共用;按 ctrl + K 可从任意位置打开工具、文档或对话。
官方说明 ↗当你的需求是「一段录音或一个选题进去、一篇可发布的稿子出来」,Voicetapp 把转录、改写、配图和配音串在同一个文档库里,省掉的是跨工具搬运和分别对账的功夫。转录按分钟计费、其余按 token 计费,出版前需要两边都算。它不适合拿来找视频剪辑工具,也不适合需要声音克隆的场景——这两项官网明确列为尚不具备。若你已经在用多个单点工具且各自够用,切换到统一余额的动力取决于你每月跨工具搬运的次数。
需要多人共用一套余额和文档库,Studio 档 5,000,000 tokens/月面向同时服务多个品牌的内容团队与代理机构,席位共享同一份额度。
经常要把长录音转成文字,98 种语言自动检测、说话人标签和时间戳都能省去手工整理,SRT 与 VTT 可直接当字幕用。
Scale 档 20,000,000 tokens/月,解锁 API 访问并支持自带密钥,可把转录与写作能力接入自有系统。
套餐 token 按月重置不结转,包月模式对用量极低的人不划算;改用不过期的 token 包更合适,1,000,000 tokens 为 £9。
官网明确标注声音克隆尚未支持,配音语言支持 32 种,若核心需求是复刻特定人声,需要另找方案。
产品不提供视频编辑能力,AI YouTube 只能把视频链接转成文字内容,不能用它剪片。
| 方案 | 价格 | 包含内容 | 说明 |
|---|---|---|---|
| Free | £0 | 注册赠送 3,000,000 tokens | 无需绑卡,价格标注为 £0 forever |
| Starter | £15.83 / 月 | 1,000,000 tokens / 月 | 年付 £190,省 £38,面向每周出内容的个人 |
| Studio | £49.17 / 月 | 5,000,000 tokens / 月 | 年付 £590,省 £118,面向多品牌内容团队与代理机构 |
| Scale | £124.17 / 月 | 20,000,000 tokens / 月 | 年付 £1490,省 £298,解锁 API 访问与自带密钥 |
| 1,000,000 tokens 包 | £9 | 约 770 words per 1,000 tokens | 永不过期,可叠加在套餐之上 |
| 5,000,000 tokens 包 | £39 | 单 token 比 1M 包便宜 13% | 永不过期,可叠加在套餐之上 |
| 20,000,000 tokens 包 | £129 | 单 token 比 1M 包便宜 28% | 永不过期,可叠加在套餐之上 |
以上为公开费率整理,厂商保留调价权利,实际以官方页面为准。
有 Free 档,价格标注为 £0 forever,注册即送 3,000,000 tokens 且无需绑卡,也没有试用倒计时。这个额度足以完整体验一次转录加改写的流程。超出后 Starter 档 £15.83/月,含 1,000,000 tokens/月,按年付 £190 可省 £38。
一个 token 大约相当于四分之三个词,发送和返回的文本都计入。起草一篇 1,500 字文章约需 2,000 tokens,把同一篇文章从 40 分钟的转录稿做出来约需 12,000 tokens,一次行内句子修改约 150 tokens,生成一张图约 1,100 tokens。
转录按分钟从套餐额度里扣,和 token 分开计算。也就是说你既有 token 余额,也有转录分钟数,选档时两个都要看。10 分钟转录标注为按分钟计费,不折算成 token。
语音转文字支持 98 种语言并自动检测,包括阿拉伯语和法语。配音支持 32 种语言。代码相关的 AI Code 覆盖 40+ 语言。
支持 Visa、Mastercard、American Express、Apple Pay、Google Pay 和 PayPal,由 Stripe 处理,官网说明不接触也不存储卡信息,VAT 在结账前显示。
可以。token 包永不过期,能叠加在套餐之上,适合用量呈季节性波动的场景。1,000,000 tokens 为 £9,5,000,000 为 £39,20,000,000 为 £129,后两档单 token 分别比 1M 包便宜 13% 和 28%。
官网给出的对比是 ChatGPT Plus 加 Descript 加 Jasper 加 Canva Pro 四件套每月约 £88,而 Voicetapp Studio 为 £49.17/月,差异主要在一套登录、一个共享文档库和一份 token 余额。代价是它不提供视频编辑,也暂不支持声音克隆。
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Voicetapp本工具 | 4.5 | 免费档 £0;Starter £15.83/月;Studio £49.17/月;Scale £124.17/月 | 语音转文字;转录即文档;AI Writer;AI Voiceover | — |
| ChatGPT Plus + Descript + Jasper + Canva Pro本工具 | — | £20 + £19 + £39 + £10 = £88 / 月 | 四件套合力覆盖转录、写作与设计,但需要四个独立登录、四份配额,文档库各自独立,语音支持方面 Descript 提供 20+ 语言且克隆需额外付费。 | — |
如果团队已经在四个单点工具上跑得顺、且不需要把它们的数据打通,维持现状每月约 £88 换来的是各自更成熟的功能深度。若痛点在于跨工具搬运和分别对账,Voicetapp Studio £49.17/月把转录、写作、配图和配音收进一个登录和一份余额,转录额度为 300 分钟/月。选择的关键是:你更需要功能深度,还是更需要少管几套账号和配额。