想要把语音转换成文字，或者文字转换成语音，都离不开语音识别技术。其实语音识别技术很早就发展起来了，但是真正走向成熟，是在2009年之后，伴随着机器深度学习的不断发展而逐渐走向市场的。
目前，语音转换成文字的话，一般来说在普通话标准、环境安静的情况下，识别的准确率能达到97%以上。我们可以在电脑上找到“浮云识音”，这个工具是应用人工智能技术，通过对声音的识别进行转文字的。
它不仅支持各种音频格式的转文字，也支持各种视频格式的转文字，而且能进行批量处理，也就是说有多个音频或者视频文件，能同时进行语音转换，然后分别保存结果。
由于手中的语音文件都是三分钟以内的短小音频，用浮云识音批量转文字后，没想到不到三分钟，近一百条的语音就转成了文字。
这个软件适用于公开课、网课、电话录音、采访录音等多种形式的音视频文件转文字，受到市场的青睐。