大多数语音转文字工具都是要收费的，免费的很少，而且质量也不太高，python有自己的语音识别库，因此尝试使用一下。

先安装库：

pip install pydub speechrecognition

pip install pydub

安装 ffmpeg

brew install ffmpeg

录音格式要转换成wav 

# 定义音频文件路径
audio_file_path = "path_to_your_audio_file.m4a"
wav_file_path = "path_to_your_audio_file.wav"# 将M4A文件转换为WAV格式
audio = pydub.AudioSegment.from_file('a1.m4a', format="m4a")
audio.export(wav_file_path, format="wav")

import pydub
import speech_recognition as sr# 定义音频文件路径
audio_file_path = "path_to_your_audio_file.m4a"
wav_file_path = "path_to_your_audio_file.wav"# 将M4A文件转换为WAV格式
audio = pydub.AudioSegment.from_file('a1.m4a', format="m4a")
audio.export(wav_file_path, format="wav")# 初始化识别器
recognizer = sr.Recognizer()# 使用识别器识别音频文件中的语音
with sr.AudioFile(wav_file_path) as source:audio_data = recognizer.record(source)try:# 使用Google Web Speech API识别语音text = recognizer.recognize_google(audio_data, language="zh-CN")print("识别的文本：", text)except sr.UnknownValueError:print("无法识别音频中的语音")except sr.RequestError as e:print("无法处理音频请求; {0}".format(e))

运行：

python voice.py