🎙️ 音视频转文字 & 音频分割工具

在线音视频转文字工具，支持自动分段、长音频处理，基于讯飞语音听写 API，纯前端实现，无需后端服务器。

✨ 功能特点

• 🎬 音视频转文字 — 支持上传音频和视频文件，自动识别并转为文字
• ✂️ 智能分段 — 自动将长音频分段处理，突破单次识别时长限制
• 🔒 隐私保护 — 纯前端处理，API Key 仅保存在浏览器 localStorage，不会上传到任何服务器
• 📱 响应式设计 — 支持 PC 和移动端访问
• 🆓 完全免费 — 代码开源，讯飞 API 每天提供 500 次免费额度

📸 截图

🚀 快速开始

在线使用

直接访问在线演示地址：

👉 在线演示

本地运行

# 克隆仓库
git clone https://github.com/aiyoubucuoyou/voice-to-text-tools.git
cd voice-to-text-tools

# 启动本地服务（任选一种）
python -m http.server 8000        # Python
# php -S localhost:8000            # PHP
# npx serve .                      # Node.js

# 访问
# http://localhost:8000

🔧 配置说明

使用前需要在页面中填入讯飞语音听写 API 的配置信息：

配置项	说明	获取方式
APPID	讯飞应用 ID	讯飞控制台 → 创建应用
API Key	应用对应的 API Key	同上
API Secret	应用对应的 API Secret	同上

⚠️ 所有配置仅保存在浏览器 localStorage 中，不会上传或存储到任何服务器。

获取讯飞 API（免费）

1. 注册/登录 讯飞开放平台
2. 进入 语音听写服务 控制台
3. 创建应用，获取 APPID、API Key、API Secret
4. 每天 500 次免费额度，个人使用完全够用

📁 项目结构

voice-to-text-tools/
├── index.html      # 主页面（音视频转文字 + 自动分段）
├── screenshot.png  # 截图预览
├── favicon.png     # 网站图标
├── LICENSE         # MIT 许可证
└── README.md       # 项目说明

🛠️ 技术栈

• 前端：HTML5 + CSS3 + 原生 JavaScript
• 音频处理：FFmpeg (WebAssembly)
• 语音识别：讯飞语音听写 API (WebSocket)
• 部署：纯静态文件，可部署到任意静态托管服务

🌐 部署到 GitHub Pages

1. Fork 本仓库（或创建同名仓库并推送代码）
2. 进入仓库 → Settings → Pages
3. Source 选择 main 分支，目录选 / (root)
4. 点击 Save，等待几分钟即可访问

📝 使用方法

1. 首次使用需填入讯飞 API 配置（APPID、API Key、API Secret）
2. 点击上传区域或拖拽音视频文件到页面
3. 等待自动分段处理和识别
4. 识别完成后可复制或下载文本结果

🤝 贡献

欢迎提交 Issue 和 Pull Request！

1. Fork 本仓库
2. 创建功能分支：git checkout -b feature/your-feature
3. 提交更改：git commit -m 'feat: add your feature'
4. 推送分支：git push origin feature/your-feature
5. 提交 Pull Request

📄 许可证

MIT License — 自由使用、修改和分发。

🙏 致谢

• 讯飞开放平台 — 提供语音识别 API

---

如果觉得有用，请给个 ⭐ Star 支持一下！