做了什么： 平时开会录音或者听播客想摘录要点，市面的转文字工具要么强制按分钟充值、要么要求安装臃肿的客户端，而且把会议或私人录音直接上传远端总有隐私担忧。

为了解决轻量转写需求，我在多媒体工具站里补齐了 Audio to Text Converter 功能。https://videotoframes.com/audio-to-text 核心思路是通过前端 Web Worker 配合浏览器原生 AudioContext 进行音频解码与重采样预处理，结合轻量模型/流式切片完成转文字。主打免安装、即开即用、保护本地录音隐私，并且将服务器算力开销降到最低。

关键数据：

开发与调优周期： 耗时约 2 天，主要时间花在大音频文件分片（Chunking）与多格式（MP3、M4A、WAV、AAC）前端解码兼容性测试。

内存控制： 引入 30 秒流式重叠切片处理机制后，处理 100MB+ 的长录音时，浏览器标签页崩溃率（OOM）从最初的近 18% 降至 0。

流量与收录： 上线后借助主站音视频工具链的内链联动，长尾词（如 audio to text online、convert m4a to text 等）在第 1 周内陆续被搜索引擎抓取并产生自然点击。

下次会改什么：

导出格式扩展： 当前仅支持一键复制纯文本，下次版本计划支持带时间戳的 .srt 和 .vtt 字幕文件一键导出。

文本在线快编： 增加简单的双栏对照播放器，支持点击文字直接跳转到对应音频时间点进行快速校对。

移动端交互降级： 移动端部分小内存浏览器上传超长音频时仍有卡顿，后续计划在前端增加文件时长智能检测与降采样预估提示。