略過導覽,前往主要內容

將語音轉化為精準內容

運用頂尖 ASR 模型的強大能力,將原始音訊無延遲地轉換為結構化、高保真度的文字。

看使用教學
示意動畫:聲波流進筆尖,被寫成逐字稿。

親手試試六種工作流程

點選左側的工作流程,看看每一種在 Scribis 裡怎麼運作。

Scribis Studio
自動播放中

工作流程

ASR ENGINE

音訊轉文字

高精度轉錄,支援多種音訊格式。

01 / 06
正在轉錄48 kHz / 32-bit float

訪談錄音00:00 / 00:42

支援批次處理、自動標點與專有名詞辭典。

觀看 Scribis 實機操作演示

透過實機操作影片,快速了解 Scribis 如何利用 VibeVoice 與 Parakeet 進行高速轉錄、字幕音畫同步微調與 AI 剪輯。

  • VibeVoice & Parakeet 雙旗艦模型
  • 文字驅動極速粗剪
  • 100+ 語言與雙語字幕
閱讀完整教學文檔

專業音訊轉文字模型庫

提供多款針對不同場景優化的頂尖模型,從輕量化即時辨識到精準的多語系轉錄一應俱全。

業界標準

Whisper 系列

由 OpenAI 開發的標竿級多語系模型,具備優異的抗噪能力與極高的準確度。

大小 6 種尺寸,75 MB 起
專業之選

Parakeet tdt-v3

針對歐美語言深度優化的高速 ASR,支援超過 25 種語言,處理長音頻效率極高。

大小 652 MB
高速辨識

SenseVoice Small

阿里巴巴研發的高速模型,支援多種語言及音訊事件偵測,速度驚人且低延遲。

大小 2 種尺寸,292 MB 起
在地優化

Breeze ASR 25

聯發科與台大開發,專為台灣在地化場景優化,完美支援中英文混合辨識。

大小 3.09 GB
多國語支援

Qwen3 ASR

阿里雲開源模型,支援 30 多種語言,具備卓越的多語系實力與語音對齊能力。

大小 2 種尺寸,1.84 GB 起
長音訊與角色辨識

VibeVoice ASR

微軟開源的 7B 語音大模型,支援單次 60 分鐘長音訊處理,整合語音辨識、角色標記與時間戳記,生成結構化對話日誌。

大小 4.81 GB(Q4_K)參數 7B
語音語義理解

Voxtral Mini 3B

Mistral AI 研發的 3B 輕量級多模態模型,結合語音轉錄與語言理解,支援直接對著音訊提問並執行複雜的函數調用。

大小 2.65 GB(Q4_K)參數 3B
極致即時串流

Voxtral 4B Realtime

Mistral AI 研發的原生即時語音模型,具備低於 500ms 的極低轉錄延遲,採用因果音訊編碼與適應性延遲控制。

大小 2.4 GB(Q4_K)參數 4B延遲 <500ms

語音合成模型

聲音設計與克隆

Qwen3-TTS

用一段文字描述設計新聲音,或用參考音訊克隆講者的聲音,支援中、英、日、韓、德、法、俄、葡、西、義 10 種語言。

尺寸 0.6B / 1.7B語言 10
多語與方言

VoxCPM2

支援 30 種語言與 9 種中文方言,可設計聲音或以 WAV 參考音訊克隆,輸出 48 kHz 音質。

大小 2.83 GB語言 30授權 Apache 2.0

接上你已經在用的工具

本機模型之外,也能用自己的 API 金鑰接上雲端服務;會議一開始,Scribis 會用系統通知提醒你錄音。

AI 服務

轉錄、翻譯、語言模型與語音合成,填入 API 金鑰即可使用。

  • OpenAI
  • Google Gemini
  • OpenRouter
  • ElevenLabs
  • Groq
  • DeepSeek
  • Qwen
  • SiliconFlow
  • Azure
  • Doubao
  • Volcengine
  • DeepLX

也支援 OpenAI 相容的自訂端點。

會議提醒

偵測到會議 App 開始使用麥克風時,跳出系統原生通知。Scribis 不會自行開始或停止錄音。

  • Zoom
  • Microsoft Teams
  • Webex
  • FaceTimemacOS
  • Slack
  • LINE
  • Discord
  • Google Meet瀏覽器

網頁會議可在 Chrome、Safari、Edge、Arc、Firefox、Brave 中偵測。支援 Windows 與 macOS 14.2 以上,Mac App Store 版不提供。

實際工作流

從錄音,到可以交付的內容

Scribis 不只產生逐字稿:可用原稿和畫面字幕校對內容、翻譯字幕、保留講者參考音色,並把成品整理匯出。

探索全部功能
本機優先

本機模型,音訊留在你的裝置

選擇本機辨識模型,在自己的裝置處理音訊;需要時也能切換雲端服務。

個人化校正

專有名詞,越用越準

建立術語替換和發音字典,支援 IPA、注音與拼音,讓常見專有名詞更容易辨識正確。

字幕剪輯

逐字稿就是剪輯面板

修改字幕並對齊波形、用文字粗剪片段,再加入畫面縮放或馬賽克,最後匯出字幕或影片。

影片研究

把 YouTube 變成可搜尋的知識庫

匯入影片連結並擷取或翻譯字幕;設定 Gemini 後,可向影片提問、生成摘要與時間戳重點,也能分析指定畫面。

每個面板,同一個畫面

素材與逐字稿、預覽、場景風格和時間軸,都在同一個編輯器視窗裡完成。

Scribis 影片編輯器:左側是素材與逐字稿,中間是預覽,右側是場景與動態圖像風格設定,下方是分鏡與時間軸。

精準對齊

毫秒級時間碼,拖曳即可讓每句字幕對齊音訊。

雙語並列

原文與譯文並列顯示,雙語字幕一次完成。

快速校對

合併、分割與批次修正,校對字幕更省時。

即時智慧瞬間清晰

看著你的想法化為現實。我們獨家的邊緣運算網路,讓無延遲處理管線在你開口的瞬間,同步渲染出文字。

  • 極速音訊處理流水線
  • 自動說話者辨識
  • 即時標點符號與格式化
對齊38%

字幕直接燒錄進每一個影格

00:00:15:23
  1. 轉錄
  2. 對齊
  3. 燒錄字幕
  4. 輸出

準備好重新定義你的工作流程了嗎?

Scribis 原生應用程式現已支援 macOS 與 Windows,為您帶來最極致的 AI 語音工作體驗。

聯絡業務團隊

macOS (.dmg)

從官網直接下載安裝檔

Mac App Store

僅支援 Apple Silicon 晶片

Windows

建議配置:僅轉錄時,Parakeet 與 SenseVoice 可用 CPU 運行,其餘建議 VRAM 4GB+;搭配翻譯功能則建議 VRAM 8GB+ (CUDA)。