轉錄 WebM
Web Media
WebM 是面向網路的開放影片容器，基於 Matroska，常使用 VP8／VP9 影片及 Vorbis／Opus 音訊。常見於 HTML5 影片、瀏覽器錄製和串流，可直接上傳並處理其中的語音。
上傳您的 WebM 檔案
將檔案拖放至此，或點選以瀏覽檔案
支援各種音訊與影片格式 • 最高 50 MB
無須註冊，前 5 分鐘免費轉錄
技術規格
- 編碼:
- 影片：VP8、VP9；音訊：Vorbis、Opus
- 位元率:
- 可變位元率，通常為 500 kbps–5 Mbps
- 取樣率:
- 音訊通常為 48 kHz
- 聲道:
- 立體聲／多聲道
- 檔案大小上限:
- 每個檔案最高 5 GB，具體取決於方案
WebM 轉錄的常見用途
了解各行業的專業人士如何利用 WebM 轉錄節省時間、提升效率
網頁影片轉錄
將獲授權的網頁、網頁應用程式和 HTML5 播放器中的 WebM 影片轉為字幕或可搜尋文字。
錄屏與教程
轉錄 OBS、瀏覽器錄屏和軟體教程中的講話，輔助製作文件。
YouTube 與社交媒體
處理您有權取得的 YouTube、Vimeo 等平台的 WebM 影片音軌。
影片會議
將 WebM 會議或 WebRTC 通話錄製轉為可搜尋的會議文字。
直播歸檔
轉錄獲授權的 Twitch、YouTube Live 等平台的 WebM 直播存檔。
線上學習內容
將 WebM 教學影片、線上課程和培訓材料轉為學習筆記和文字。
為什麼選擇我們的 WebM 轉錄服務？
專為 WebM 檔案打造的進階功能
廣泛的瀏覽器支援
Chrome、Firefox、Edge 等瀏覽器支援常見 WebM 編碼，適合網頁播放與錄製。
開放格式
WebM 採用開放格式設計，常用於網頁影片工作流程。
面向網路
適合流式播放和逐步下載，有助於網路內容分發。
高效影片壓縮
VP9 可在較小體積下保留較好的畫質；轉錄準確率則由音軌品質決定。
HTML5 影片
可用於 HTML5 影片元素，常見於現代網頁應用程式。
常見於 YouTube
WebM 是 YouTube 使用的影片格式之一，也常用於其他網路影片流程。
如何轉錄 WebM
只要三個步驟，即可將 WebM 檔案轉成文字
上傳 WebM 檔案
拖放 WebM 檔案，或點選以瀏覽檔案。支援最高 每個檔案最高 5 GB，具體取決於方案 的檔案。
AI 處理
AI 轉錄 WebM 檔案時，每小時音訊約需 1 分 28 秒，並會辨識說話者及加入時間標記。
下載結果
取得 TXT、DOCX、SRT、VTT 或 JSON 格式的逐字稿，並依需求編輯與匯出。
無須信用卡 • 無須註冊 • 前 5 分鐘免費
WebM 檔案通常來自哪裡？
WebM 常見於使用 MediaRecorder 的瀏覽器錄音和錄屏，例如網頁錄音器、瀏覽器擴充功能以及部分錄屏工具。某些網站的影片下載也會使用 WebM，實際格式取決於平台和配置。
樣本中有 3,010 個 WebM，約佔上傳量的 8%；時長中位數為 8 分 26 秒，位元率為 129 kbps。這說明其中不少主要是瀏覽器錄製的語音，而非高位元率電影。
含影片或僅音訊的受支援 WebM 均可直接上傳，純音訊變體 .weba 也可處理。
WebM 的實際處理時間
下表為生產環境實測中位數，按每小時音訊換算。
| 引擎或處理階段 | 每小時音訊耗時 | 相對即時速度 |
|---|---|---|
| NVIDIA Parakeet | 18 秒 | 200 倍 |
| Whisper large-v3-turbo（預設） | 1 分 28 秒 | 41 倍 |
| 講者辨識，額外耗時 | 約 2 分 7 秒 | 28 倍 |
樣本中約八分半鐘的 WebM 對應辨識約 12 秒；九成短於 49 分鐘。上傳、排隊和預處理還會增加總耗時。
瀏覽器錄音顯示錯誤時長怎麼辦？
部分 MediaRecorder 生成的 WebM 缺少有效的總時長字段。錄製開始時，瀏覽器尚不知道何時停止，檔案頭可能顯示未知或無限時長。
某些播放器因此顯示 0:00 或異常數值。平台會透過音訊流偵測實際時長，而不只依賴檔案頭；如果內容完整，仍可能正常辨識並生成時間戳記。
如果需要修復其他播放器的相容性，可以重新封裝而不重編碼：ffmpeg -i in.webm -c copy out.webm。請保留原件，使用不同輸出檔案名。
WebM 更容易達到哪個限制？
按樣本中位位元率 129 kbps，5 GB 超過 80 小時，通常先達到 Premium 的 8 小時上限。樣本中最大 WebM 為 848 MB。其他方案的限制更低。
- 長錄屏也要同時檢查兩項限制。三小時研討會在此位元率下體積不大，但仍需要支援該時長的方案。
- Opus 對語音較高效。瀏覽器錄音常用此編碼，低位元率也可能保留清晰人聲，實際效果仍取決於錄音環境。
WebM 轉錄常見問題
關於轉錄 WebM 檔案的常見問題
處理時間主要取決於音訊時長，而非檔案體積。生產環境實測中位數為：預設引擎每小時音訊約需 1 分 28 秒，開啓講者辨識另增加約 2 分 7 秒。實際耗時會隨負載與錄音情況變化。
取得 WebM 逐字稿後
- SRT 時間標記格式 — 逐欄了解 hh:mm:ss,mmm 的確切語法，以及 SRT 與 VTT、SBV 的差異。
- 含時間標記的逐字稿 — 每個段落都有時間標記，點選文字即可播放對應的音訊。
- 音訊轉文字工具 — 查看支援的全部 35 種格式，以及各引擎的實測處理時間。
- Mac 轉錄應用程式 — 使用 Whisper 和 Parakeet 免費離線轉錄，無須上傳檔案。
相關音訊格式
我們也支援以下格式的轉錄
準備好轉錄您的 WebM 檔案了嗎？
和數千名使用者一起，使用值得信賴的 AI 轉錄服務
無須信用卡 • 35 種格式 • 超過 100 種語言