Whisper AI 是一个在线语音转文字与 AI 转录工作平台，核心用途是将语音内容转换为可编辑、可搜索、可导出的文本。它基于 OpenAI Whisper 技术，面向会议、访谈、播客、讲座、网络研讨会、客服通话和视频音轨等真实录音场景。
在主要能力方面，Whisper AI 支持上传音频或视频文件，兼容 MP3、WAV、M4A、MP4 等常见格式；也支持在浏览器中直接录制语音，或通过粘贴媒体链接导入内容，无需先下载再上传。转录过程中，用户可自动检测语言或手动选择语言，并可启用说话人标签，便于区分访谈或会议中的不同发言人。转录完成后，用户可以在页面上查看、搜索和编辑文字，标记重要片段，修正措辞，为发布或内部归档做准备。导出格式包括 TXT、SRT、DOCX 和 JSON，另有页面提及 VTT 与 PDF，可用于字幕、文档、存档和数据工作流。
使用方式上，用户无需安装桌面软件，直接在浏览器中开始语音转文字任务即可。新用户可先使用 5 分钟免费转写时长；所有已登录用户可通过积分使用 AI 工具，订阅和积分包可增加可用余额。具体订阅方案包括按年计费的不同档位：Starter 每年 1,440 分钟转录时长，约合每月 120 分钟，年费 58.80 美元；Pro 每年 7,200 分钟，约合每月 600 分钟，年费 178.80 美元；Max 每年 36,000 分钟，约合每月 3,000 分钟，年费 298.80 美元。不同档位包含上传或录制最大 1GB 的音频/视频、说话人标签与时间戳、转录编辑器、导出 TXT、SRT、VTT、JSON、PDF 和 DOCX，以及私人音频存储、批量转录工作流等能力，具体以官方页面为准。
适用场景包括会议记录、访谈转录、播客文稿整理、视频字幕草稿、讲座笔记、研究引用、客服通话文档化，以及将音频转为可搜索的业务记录等。转录准确性受音频质量、说话人清晰度、口音、背景噪音、多人重叠说话和术语等因素影响，清晰录音通常能获得更好的结果。
限制方面，免费额度为 5 分钟，后续需通过订阅或积分包增加时长；上传或录制文件最大 1GB；不同档位的每月转录分钟数不同；部分功能如批量转录和私人音频存储仅见于较高档位。关于支持的语言完整列表、API 可用性、退款政策等信息，资料中暂未提供。
