转写 WebM
Web Media
WebM 是面向网络的开放视频容器，基于 Matroska，常使用 VP8／VP9 视频及 Vorbis／Opus 音频。常见于 HTML5 视频、浏览器录制和流媒体，可直接上传并处理其中的语音。
上传您的 WebM 文件
将文件拖放至此，或点击以浏览文件
支持各种音频与视频格式 • 最高 50 MB
无需注册，前 5 分钟免费转写
技术规格
- 编码:
- 视频：VP8、VP9；音频：Vorbis、Opus
- 码率:
- 可变码率，通常为 500 kbps–5 Mbps
- 采样率:
- 音频通常为 48 kHz
- 声道:
- 立体声／多声道
- 文件大小上限:
- 每个文件最高 5 GB，具体取决于套餐
WebM 转写的常见用途
了解各行业的专业人士如何利用 WebM 转写节省时间、提升效率
网页视频转写
将获授权的网页、网页应用和 HTML5 播放器中的 WebM 视频转为字幕或可搜索文本。
录屏与教程
转写 OBS、浏览器录屏和软件教程中的讲话，辅助制作文档。
YouTube 与社交媒体
处理您有权获取的 YouTube、Vimeo 等平台的 WebM 视频音轨。
视频会议
将 WebM 会议或 WebRTC 通话录制转为可搜索的会议文本。
直播归档
转写获授权的 Twitch、YouTube Live 等平台的 WebM 直播存档。
在线学习内容
将 WebM 教学视频、在线课程和培训材料转为学习笔记和文本。
为什么选择我们的 WebM 转写服务？
专为 WebM 文件打造的高级功能
广泛的浏览器支持
Chrome、Firefox、Edge 等浏览器支持常见 WebM 编码，适合网页播放与录制。
开放格式
WebM 采用开放格式设计，常用于网页视频工作流程。
面向网络
适合流式播放和逐步下载，有助于网络内容分发。
高效视频压缩
VP9 可在较小体积下保留较好的画质；转写准确率则由音轨质量决定。
HTML5 视频
可用于 HTML5 视频元素，常见于现代网页应用。
常见于 YouTube
WebM 是 YouTube 使用的视频格式之一，也常用于其他网络视频流程。
如何转写 WebM
只要三个步骤，即可将 WebM 文件转成文字
上传 WebM 文件
拖放 WebM 文件，或点击以浏览文件。支持最高 每个文件最高 5 GB，具体取决于套餐 的文件。
AI 处理
AI 转写 WebM 文件时，每小时音频约需 1 分 28 秒，并会识别说话人及加入时间戳。
下载结果
获取 TXT、DOCX、SRT、VTT 或 JSON 格式的转写文本，并依需求编辑与导出。
无需信用卡 • 无需注册 • 前 5 分钟免费
WebM 文件通常来自哪里？
WebM 常见于使用 MediaRecorder 的浏览器录音和录屏，例如网页录音器、浏览器扩展以及部分录屏工具。某些网站的视频下载也会使用 WebM，实际格式取决于平台和配置。
样本中有 3,010 个 WebM，约占上传量的 8%；时长中位数为 8 分 26 秒，码率为 129 kbps。这说明其中不少主要是浏览器录制的语音，而非高码率电影。
含视频或仅音频的受支持 WebM 均可直接上传，纯音频变体 .weba 也可处理。
WebM 的实际处理时间
下表为生产环境实测中位数，按每小时音频换算。
| 引擎或处理阶段 | 每小时音频耗时 | 相对实时速度 |
|---|---|---|
| NVIDIA Parakeet | 18 秒 | 200 倍 |
| Whisper large-v3-turbo（默认） | 1 分 28 秒 | 41 倍 |
| 说话人识别，额外耗时 | 约 2 分 7 秒 | 28 倍 |
样本中约八分半钟的 WebM 对应识别约 12 秒；九成短于 49 分钟。上传、排队和预处理还会增加总耗时。
浏览器录音显示错误时长怎么办？
部分 MediaRecorder 生成的 WebM 缺少有效的总时长字段。录制开始时，浏览器尚不知道何时停止，文件头可能显示未知或无限时长。
某些播放器因此显示 0:00 或异常数值。平台会通过音频流检测实际时长，而不只依赖文件头；如果内容完整，仍可能正常识别并生成时间戳。
如果需要修复其他播放器的兼容性，可以重新封装而不重编码：ffmpeg -i in.webm -c copy out.webm。请保留原件，使用不同输出文件名。
WebM 更容易达到哪个限制？
按样本中位码率 129 kbps，5 GB 超过 80 小时，通常先达到 Premium 的 8 小时上限。样本中最大 WebM 为 848 MB。其他套餐的限制更低。
- 长录屏也要同时检查两项限制。三小时研讨会在此码率下体积不大，但仍需要支持该时长的套餐。
- Opus 对语音较高效。浏览器录音常用此编码，低码率也可能保留清晰人声，实际效果仍取决于录音环境。
WebM 转写常见问题
关于转写 WebM 文件的常见问题
处理时间主要取决于音频时长，而非文件体积。生产环境实测中位数为：默认引擎每小时音频约需 1 分 28 秒，开启说话人识别另增加约 2 分 7 秒。实际耗时会随负载与录音情况变化。
相关音频格式
我们也支持以下格式的转写
准备好转写您的 WebM 文件了吗？
和数千名用户一起，使用值得信赖的 AI 转写服务
无需信用卡 • 35 种格式 • 超过 100 种语言