🎞️ 音视频文件转写

离线模式支持对本地磁盘中的音频或视频文件进行转录，所有处理均在本地完成，确保隐私安全。

最后更新：2026-03-30 · 文档语言：简体中文

1. 支持的媒体格式

Owl Meeting 具备极强的文件兼容性，能够处理各种格式的录音与视频文件：

• 识别音视频文件：支持 MP3, WAV, M4A, MP4, MKV, MOV 等几乎所有主流音视频格式。
• 全能转换：可以使用工具界面中的格式转换功能，转换音视频文件。

2. 分段方式

合理的音频分段是高效整理文稿的基础，您可以选择最适合内容场景的切分策略：

• 时间间隔：基于语音活动检测 (VAD) 自动分段。适用于个人演讲、播客或单人陈述。
• 说话人分段：根据不同发言人的声音特征进行切分。适用于会议或访谈场景。
  • 身份标记：配合说话人分段使用，自动为不同发言段落打上身份标签，并支持后续快速修改。

3. 智能模式

在该模式下，您可以为不同说话人指定专属的识别模型进行针对性识别。可以极大地提高识别速度和准确率。

针对不同的语言或口音使用最匹配的模型，能够有效应对复杂的多人对话场景。

4. 测试模式

随机在长音频中抽取 3 分钟样本进行识别，快速预览识别效果，根据测试结果动态调整参数和模型。

5. 性能

CPU 识别飞快：得益于深度优化的推理引擎，在普通电脑 CPU 上也能实现极速转写：

• i5-11400H（五年前的 CPU）：30 分钟音频约 1 分钟即可处理完。
• i5-4210m（十年前的 CPU）：30 分钟音频约 3 分钟即可处理完。