TransPocket 是將影片、音訊檔案快速轉換為文字的免費線上工具，主要使用 OpenAI 的 Whisper 模型作為核心 AI 技術，不用付費訂閱就能使用，沒有任何隱藏費用，除此之外，也能將 YouTube 影片網址貼上，直接轉換為逐字稿，整體速度很快、準確度極高，支援十多種語言。
在開始使用 TransPocket 前必須先註冊一個帳號（免費）或是使用 Google 帳戶登入，本身有內建中文在內等多國語言介面，要注意的是這項服務每天僅提供 120 分鐘轉換用量，超過就要隔天才能繼續轉換，目前還沒有付費升級的選項。
這項服務特別適合需要打逐字稿的工作者使用，無論是將課堂內容錄音、轉換為文字稿，或是在開會時錄音後以文字輸出都很好用。如果你需要逐字稿相關的輔助工具，也能參考「免費逐字稿軟體：10 個將錄音檔、語音轉文字工具推薦」一文介紹的服務。
TransPocket 可辨識的檔案格式包括 MP3、M4A、WAV、AAC、FLAC、OGG、WMA、MP4、AMR、WebM、AIFF、CAF 等，也有即時錄製音訊、導入 YouTube 影片和翻譯功能。這項服務辨識準確性很高（依照說明平均錯誤字數為 5.8%），轉換後可匯出為 DOCX、CSV、SRT、VTT 等格式，有興趣可以試試看。
網站資訊
網站名稱：TransPocket
網站鏈結：https://transpocket.com/
使用教學
進入 TransPocket 後可以從網站首頁看到特色、功能介紹，這項服務背後使用的 AI 技術是 OpenAI Whisper 模型，點選「Start Free」開始使用。
使用前必須先註冊一個帳號（免費），也能使用 Google 帳戶登入。
登入後就會看到 TransPocket 控制台，右上角會有錄製音頻、上傳和導入三種主要匯入方式，左下角顯示今日使用量，每人每天可使用 120 分鐘辨識時數，超過後就要等待隔天重置才能繼續。
先從「上傳」功能開始吧！點選後會有拖曳、上傳檔案的欄位，支援 MP3、MP4、WAV、M4A 等格式，無論影片或音訊皆可辨識，預設會使用 Turbo 轉錄模型，特色是速度快、適合大多數情境，需要更準確的辨識模型可選擇 Large-v3 ，相較之下處理速度會慢一點，不過好處是準確度更高。
轉錄前先選擇目標語言、說話人數，如果上傳的內容不是中文，也能使用 TransPocket 將辨識的文字內容翻譯為中文，這部分非常方便好用，省去手動翻譯的時間。
如果知道要轉錄的音訊有幾個說話人數，在辨識前可先選擇，TransPocket 會自動辨識不同人的聲音，當然也可選擇「自動檢測」，不過就不會那麼精準，有時候也會誤將同一個人的聲音標記為不同人。
完成檔案上傳後點選右下角「開始轉錄」就會進行處理。
TransPocket 轉錄速度非常快，當狀態顯示為「已完成」後點選文件名稱就會看到結果。
辨識後若顯示為簡體中文，可以透過 Google 翻譯或是其他翻譯器將它轉為繁體中文。
逐字稿會有每個說話者的編號、時間軸、文字內容，點選還能快速跳轉到特定段落。
接著測試一下 TransPocket 從 YouTube 匯入影片的功能，在控制台首頁點選「導入」會看到畫面，將影片的鏈結複製、貼上，要注意的是影片必須要是公開權限，一樣可以選擇轉錄模型、語言和說話人數。
導入過程在 TransPocket 控制台首頁會看到進度，完成後點擊文件名稱就能看到內容。
其實 TransPocket 快速辨識後的內容並不一定 100% 準確，仔細看還是有一些問題，而且有些段落沒加入標點符號，還是必須要手動校稿，但也比從頭到尾自己聽打逐字稿要省時很多。
最後從右上角「匯出」即可將文字內容保存為 DOCX、TXT、CSV、SRT 或 VTT 格式。
