Audiogram 是用音频制作的短视频：背景、跳动的声音条和字幕，让播客片段可以发布到以视频为主的平台。上传剪好的片段，保持字幕开启，选择画幅并下载 MP4。工具不会自动挑选精彩片段、不编辑多轨，也不会发布到社交平台。
查看实际案例
浏览全部案例 ↗实际使用场景
如何把播客精彩片段做成竖屏视频？
剪出精彩片段，在“创作视频”中上传，填写单集标题、上传封面并选择 9:16。保持字幕和频谱开启，生成后在字幕编辑器中修正人名，再下载 MP4。
适合只有一两位清晰说话人的短片段。背景音乐会保留在音频中，可能降低识别准确度。
规格与免费限制
| 输入 | MP3、WAV、M4A、AAC、FLAC、OGG；带声音的 MP4、MOV、WebM 或 MKV（仅使用音轨） |
|---|---|
| 大小上限 | 每个文件 100 MB |
| 时长上限 | 每个文件 10 分钟 |
| 输出 | MP4（H.264 视频、AAC 音频） |
| 画幅与分辨率 | 9:16、16:9 或 1:1，720p 或 1080p |
| 识别语言 | 英语、中文、日语、韩语、西班牙语、法语、德语或自动识别 |
| 水印 | 无 |
| 注册 | 无需注册 |
| 文件保留 | 24 小时后删除 |
| 价格 | 免费；共享队列，有每小时使用次数限制 |
支持的格式
MP3、WAV、M4A、AAC、FLAC 和 OGG；带声音的 MP4、MOV、WebM 和 MKV。可选 JPG、PNG 或 WebP 封面图。导出 H.264/AAC MP4，9:16、16:9 或 1:1，720p 或 1080p。
使用步骤
1. 剪出完整的片段
先在音频编辑软件里剪出想分享的片段，建议 30 秒到几分钟。文件最长 10 分钟，工具不会自动挑选精彩片段。
2. 上传并设置节目风格
打开“创作视频”，上传片段，把节目或单集名称填为标题。选择主题或上传封面图（JPG、PNG 或 WebP，最大 5 MB），保持音频频谱开启。
3. 选择字幕和画幅
保持字幕开启并选择说话语言。竖屏信息流用 9:16，方形帖子用 1:1，YouTube 用 16:9；横屏时字幕放在底部一行比较合适。
4. 检查并下载
生成后在字幕编辑器中修正人名和字幕时间，必要时重新渲染，然后下载 MP4，自行发布到你选择的平台。
是否适合你？
适合
- 用带字幕的短片段推广一期播客
- 在社交媒体分享采访或语音片段的精彩部分
- 让纯音频节目配上字幕，变得可以“看”
不适合
- 超过 10 分钟或大于 100 MB 的录音
- 整集视频剪辑、多机位或主播出镜画面
- 时间轴剪辑、多轨混音或团队协作
使用限制与隐私
每次上传最大 100 MB、10 分钟；封面图最大 5 MB。免费、无需注册或付费；有共享队列和每小时使用次数限制。结果 24 小时后过期。
发布前需要检查什么
语音识别可能听错人名和多人重叠的说话，字幕也不标注说话人。频谱条反映的是音频频率，并非人声波形。工具不编辑多轨录音、不添加主播画面，也不能定时或发布帖子。
常见问题
什么是 Audiogram（音频波形视频）？
用音频片段制作的短视频，通常包含背景图、跳动的声音条和字幕，方便把音频发布到以视频为主的平台。
可以上传整集节目吗？
最长只能 10 分钟、100 MB。请先剪出精彩片段；更长的节目需要分成几段。
能显示我的播客封面吗？
可以。上传 5 MB 以内的 JPG、PNG 或 WebP 图片作为背景，并检查它在所选画幅中的裁切效果。
能区分不同的说话人吗？
不能。字幕不标注说话人。下载前请在字幕编辑器中修正人名和文字。
有水印吗？
没有。导出的 MP4 只包含你的音频、背景、标题、字幕和频谱，不会添加网站标识。
产品信息
AI Free Audio to Video · audiosubvideo.com
- 价格及账户
- 免费使用，无需付费或注册；共享队列和每小时使用限制适用。
- 语音和图像识别
- 生产服务器使用 Whisper small 识别语音、Tesseract 识别图片文字。不支持说话人识别、转写翻译或人声分离。
- 下载
- MP4 视频； TXT、JSON 和 SRT 用于定时转录；用于图像 OCR 的 TXT 和 JSON。
- 谁可以访问结果
- 上传时使用的浏览器会话和已登录的网站管理员可以访问结果。用户上传内容不会作为公开案例。
- 音视频限制
- 100 MB · 10 min
- 完成后文件保留时间
- 24 小时