[独立开发出海产品] 做了一个在线音视频转文字工具

seek0205 2026-08-04 10:38 1

各位大佬好,新人来报道。


我是 Bluest ,普通三本毕业,之前在大厂工作了 2 年。最近因为职业变化,受大佬启发,开始尝试做一些面向海外用户的小产品,希望通过独立开发赚点美元,也积累一些产品经验。思路就是种一棵树最好的时刻就是现在。


最近做了一个在线工具:WhisperWebUI


它是一款基于 Whisper AI 的免费在线音视频转文字工具,支持直接上传音频或视频文件,并将内容转换为文本。
目前支持:音频、视频在线转文字、100 多种语言识别
浏览器直接使用,无需安装软件


支持导出 TXT 、SRT 、VTT 和 PDF 文件
支持 Windows 、macOS 、Linux 、Android 和 iPhone


欢迎大家体验我最近开发的在线音视频转文字工具:
WhisperWebUI


这是我第一次认真尝试做出海产品,功能和体验还有很多可以改进的地方。欢迎各位大佬帮忙体验,也希望大家多提意见,我会认真参考和持续改进。

最新回复 (6)
  • SamRol 08-04 11:22
    1
    兄弟你好,请教一下像你网站里的订阅支付是用什么平台来做支付通道的啊,谢谢
  • alie123 08-04 11:46
    2
    哪搞的 gpu 服务器,有便宜的吗
  • zhw2590582 08-04 12:15
    3
    这个赛道挤满人了啊
  • iyuanyi 08-04 15:43
    4
    https://freeaudiototext.com 发来贺电,感觉这个赛道超员严重啊
  • jackerbauer 08-04 15:45
    5
    这种是对接大厂 API ,还是自己用算力部署模型搞得 ?
  • bkingfilm 08-04 19:51
    6
    导出 SRT 那条建议看下时间戳的精度。Whisper 原生给的是句级时间戳,一句话越长偏得越多,十几秒一句的开头能差半秒以上,拿去当字幕跟画面对不上。上一层强制对齐拿到词级时间戳会准很多。

    另一个坑是静音段的幻觉。长时间没人说话的地方 Whisper 会自己编一句出来,最常见的就是片尾冒出感谢观看那种字。先过一遍 VAD 把静音切掉再喂进去,能少掉大半。
* 帖子来源V2EX
返回