音频转字幕Transcribe
将音视频转写为带时间轴的字幕，支持自动检测与 50 余种语言；可说话人分离，本地离线或云端识别均可。
50+
转录语言
600+
翻译与配音语言
10+
配音与克隆引擎
3 端
桌面平台覆盖
核心能力
一个桌面端，全链路音视频本地化
从语音到文字、从文字到语音、从原片到成片，覆盖音视频本地化的关键环节。
字幕翻译Translate
覆盖 600 余种目标语言互译，可选多种大模型；支持一键字幕与批量任务，译文可直接进入配音流程。
文字配音Voiceover
按字幕时间轴自动对齐配音，提供分步、全流程与批量模式；多引擎、多音色，覆盖 600 余种配音语言。
音色克隆Clone
用参考音频克隆音色，内置 IndexTTS、CosyVoice、OmniVoice、Qwen3、Fish Speech 等十余种引擎，也可调用云端 TTS。
人声分离Separate
用 AI 把音轨中的人声与伴奏分开，便于先清轨再转录或配音，减少背景音乐对识别的干扰。
视频处理Toolkit
内置全网下载、格式转换、烧录 / 去硬字幕、压缩、裁剪、水印与说话人编辑，无需在多个软件间切换。
语言覆盖
远不止中英日韩
转录可选自动检测；翻译与 OmniVoice 配音覆盖 600 余种语言与方言。
简体中文
繁體中文
英语
日语
韩语
粤语
法语
德语
西班牙语
俄语
葡萄牙语
意大利语
阿拉伯语
印地语
泰语
越南语
印尼语
马来语
土耳其语
荷兰语
波兰语
乌克兰语
瑞典语
芬兰语
以上为常见语种示例。转录 50 余种，翻译与配音 600 余种，完整列表以软件内为准。
工作流
五步，从原片到多语言成片
每一步都可单独使用；也可用一键字幕或全流程配音串成自动化流水线。
1
导入素材
本地文件或在线视频链接，批量导入队列。
2
音频转字幕
50+ 语言转写，可做人声与说话人分离。
3
翻译
600+ 语言互译，生成目标语字幕。
4
配音 / 克隆
按时间轴生成配音，可克隆参考音色。
5
导出成片
烧录字幕、转码压缩，一键输出。
为什么选择 TRANSVOX
本地优先，安全与效率兼得
🔒 隐私安全
音视频与字幕数据优先在本机处理，敏感素材无需上云，降低外泄风险。
⚡ 高性能
GPU 加速本地转写与导出；需要时再调用云端识别、翻译与配音引擎。
💸 成本可控
下载与本地处理永久免费，云端增强服务按量计费，按需付费。