iPhone 语音备忘录、QuickTime 音频和 YouTube 下载文件都使用 .m4a 格式。将文件拖入这款免费的 Windows 应用，即可在几分钟内获取转录文本。无需上传，无需按分钟付费，无需转换步骤。
拖入、等待、复制。原生支持 M4A，无需格式转换。
从 StarWhisper 主页获取适用于 Windows 10 或 11 的免费安装程序。设置大约需要两分钟，包括一次性下载 Whisper 模型，以便应用程序可以完全离线工作。无需注册，无需信用卡，无需电子邮件确认。
如果 M4A 在您的 iPhone 上，最简单的途径是 iCloud Drive（将语音备忘录保存到“文件”，然后通过 iCloud 应用程序在 Windows 上打开“文件”）或 USB 数据线。如果 M4A 来自 Mac（QuickTime 导出，GarageBand 混音输出），只需通过任何云同步或 USB 闪存盘将其复制过来即可。作为 .m4a 下载的 YouTube 文件已经在 PC 上，随时可以使用。
打开 StarWhisper。打开文件资源管理器并找到 .m4a 文件。将其拖到 StarWhisper 窗口上。该应用程序原生读取 M4A，因此无需先转换为 MP3 或 WAV。自动检测语言，包括 Whisper 支持的 96 种语言。
StarWhisper 在您的 CPU 或 GPU 上本地处理音频。速度：在现代笔记本电脑 CPU 上大约比实时快 10 倍，在支持 CUDA 的 NVIDIA GPU 上快 50 倍。一小时的 M4A 在 CPU 上转录大约需要 6 到 12 分钟，在中端 GPU 上需要 1 到 2 分钟。简短的语音备忘录几秒钟即可完成。
处理完成后，转录文本会显示在 StarWhisper 窗口中。将全文复制到剪贴板，将其另存为 .txt 文件，或者在需要交叉参考音频时选择带时间戳的导出。粘贴到 Notion、Word、Google 文档、您的 CMS 或文本需要去的任何地方。
具体的优势，而非模糊的好处。
大多数在线工具要求您在提交前将 M4A 转换为 MP3 或 WAV。StarWhisper 原生读取 M4A。跳过转换及其带来的微小质量损失。
语音备忘录是私人的：未完成的想法、私人谈话、机密笔记。云端转换器会将其全部上传。StarWhisper 将音频保留在您的机器上。隐私详情。
每日字数上限内免费转录。Rev 每分钟收费 10 到 25 美分；StarWhisper 每分钟收费为零，并且您保持相同的音频质量和准确度。
当说话者距离在一米以内时，iPhone 内置麦克风可产生清晰的音频。Whisper 几乎可以完美处理，在安静的录音上准确度达到 95% 到 99%。
Whisper 支持 96 种语言，包括所有主要的欧洲、亚洲和中东语言。无需手动选择语言，即可解码这些语言的语音备忘录。语言支持。
NVIDIA GPU 用户安装 CUDA 包后，转录速度会跃升约 5 倍。一小时的 M4A 变成了一项两分钟的工作。GPU 加速。
M4A 是 Apple 为其发布的几乎每一款消费级录音选择的日常音频容器。iPhone 语音备忘录保存为 M4A。QuickTime 音频录音导出为 M4A。Apple Music 下载下来的格式是 M4A。iTunes 音频购买内容是 M4A。甚至许多 YouTube 下载器中的纯音频模式也会生成 M4A 文件，因为 YouTube 的更高质量音频流在 MP4 容器内使用 AAC，这正是 M4A 的本质。
如果您拥有 iPhone 或 Mac，您可能已经积累了几十个甚至数百个 M4A 文件：您在会议期间或散步时记录的语音备忘录、您录制的访谈、您听过的讲座、您在凌晨 2 点捕捉到的灵感。自然而然，迟早会出现下一个问题：如何阅读里面的内容。重新听一遍很慢。在音频中搜索您记得的某个特定短语是不可能的。答案就是转录，而大多数人遇到的障碍是，没有一个简单的选项能同时做到免费和保护隐私。
在线 M4A 转换器按文件或按分钟收费，强制注册，将您的音频上传到他们的服务器，并在免费层限制文件大小。StarWhisper 在您自己的机器上将 M4A 作为一等格式处理，免费、离线，没有按文件收费或上传步骤。
最常见的 M4A 来源以及将它们传到 Windows PC 进行转录的最简洁方法：
在 iPhone 上打开“语音备忘录”，轻点您想要的备忘录，轻点三点菜单，轻点“共享”，然后选择“存储到‘文件’”。然后将其保存到 iCloud Drive（并通过 iCloud for Windows 应用程序访问），通过电子邮件发送给自己，将其放入共享的云文件夹（如 Dropbox 或 OneDrive），或者 AirDrop 到附近的 Mac 并从那里复制。该文件以录音的名称作为 .m4a 格式保存。
QuickTime 默认将新的音频录音保存为 .m4a。通过任何云同步或 USB 闪存盘将文件移动到 Windows。双向都不需要转换；文件已经是正确的格式。
像 yt-dlp 这样的工具可以仅从 YouTube 视频中提取音频轨道。使用纯音频标志运行，输出通常是 .m4a（YouTube 以较高比特率提供的原始 AAC 流）。将生成的 .m4a 拖到 StarWhisper 上，无需重新编码即可获得语音转录文本。
Zoom 可以将录制会议的仅音频轨道保存为 .m4a。放入该文件即可获得对话的干净转录文本，而无需单独从视频文件中提取。
有关直接从 iPhone 语音备忘录开始的关联工作流程（包含详细的手机到 PC 传输说明），请参阅如何转录 iPhone 语音备忘录。专门针对 Zoom 通话，Zoom 通话转录指南详细介绍了纯音频导出步骤。
带有粗略时间的真实场景：
在步行时用 iPhone 录制的五分钟语音备忘录。将 .m4a AirDrop 或 iCloud 到您的 Mac，然后同步到 Windows（或跳过 Mac 直接使用 iCloud）。拖到 StarWhisper 上。输出：在 60 秒内获得约 700 字的文本。非常适合用于捕捉移动中的想法，然后拥有可搜索的记录。
从 QuickTime 保存的 90 分钟访谈 .m4a。拖到 StarWhisper 上。CPU 处理时间：10 到 18 分钟。输出：大约 12,000 字的纯文本转录。稍作编辑，粘贴到您的草稿文章中。在 Rev 上进行人工转录的相同任务需要花费 22.50 美元；而 StarWhisper 是免费的。
在一周的会议和大会期间积累的 30 条语音备忘录。将整个文件夹拖到 StarWhisper 上。应用程序将它们排队，一次处理一个，并使用匹配的文件名保存每个转录文本。走开一下，回来就能看到 30 份随时可搜索的转录文本。
与某个项目相关的五个长篇 YouTube 访谈，下载为纯音频 .m4a。拖入。连夜转录。现在您拥有了可搜索的文本，而无需在数小时的视频中费力寻找您记得的引语。
人们有时担心 M4A 会产生比 MP3 或 WAV 更差的转录文本。事实恰恰相反。
M4A 使用 AAC，这是一种比 MP3 更高效的编解码器。在同等比特率下，M4A 保留了略多的高频细节，并产生更清晰的原始音频重建。对于 Whisper 来说，这意味着 M4A 源音频通常与 MP3 一样易于转录，甚至更好，尤其是在 MP3 开始破坏辅音边缘的低比特率下。
WAV 是未压缩的，并且逐位表示原始音频。它是源质量的黄金标准。但是 Whisper 不需要这种质量来生成出色的转录文本：该模型是在压缩和未压缩音频的混合上训练的，可以很好地处理所有常见格式。同一录音的 M4A 转录文本和 WAV 转录文本之间的差异通常为零可察觉差异。
实际意义是：不要在转录之前浪费时间将 M4A 转换为 WAV 或 MP3。直接拖入原始文件。如果您想转录不同的源格式，请参阅如何将 MP3 转换为文本或如何将 WAV 转换为文本；工作流程是相同的。
语音备忘录是私人的。有些是平凡的（购物清单、提醒）。许多则不是。人们会录制：
将这些上传到在线 M4A 转文本转换器会将音频发送到您无法控制的服务器。一些服务为了“质量改进”会将音频保留数天或数周。一些服务出售对数据的访问权限。即使隐私政策说得很好听，音频仍然存储在别人的硬件上。
StarWhisper 本地模式将整个流程保留在您的设备上。.m4a 由应用程序解码，Whisper 模型在您的 CPU 或 GPU 上运行，生成的文本将写入您的硬盘。任何内容都不会离开设备。有关其工作原理的更多详细信息，请参阅隐私和离线架构以及如何离线转录音频。有关处理敏感 M4A 录音的特定职业，请参阅记者语音转文本、治疗师语音转文本或律师语音转文本。
StarWhisper 的免费层每天提供 500 字、每周 3,500 字的转录输出。典型的 5 分钟语音备忘录产生大约 700 字；典型的 60 分钟访谈产生大约 8,000 字。因此，如果您每天转录一段简短的语音备忘录，免费层就永远不会用完。如果您经常转录长篇访谈，您就会遇到上限。
Pro 完全取消了字数上限。费用为每月 10 美元或每年 80 美元。完整的 Pro 详情和定价。免费计划是永久性的，因此您可以在提交之前验证 M4A 文件上的工作流程。
免费版和 Pro 版使用相同的 Whisper 模型并生成相同的转录文本。Pro 计划仅取消限制并添加工作流程功能。对于纯粹的 M4A 转文本使用，唯一实际的区别是每日输出上限。如果您的使用是偶尔的语音备忘录，请保持免费。如果您的使用是经常性的长篇转录，Pro 是正确的选择。