DeepSeek 是一款由深度求索（DeepSeek）开发的大语言模型，主要面向文本生成、问答、代码辅助等任务。截至目前（2025年），DeepSeek 官方并未提供直接的音频转文字（语音识别）功能。
为什么 DeepSeek 不支持音频输入？
DeepSeek 的核心能力集中在文本理解与生成上，它本身并不内置语音识别（ASR）模块。要实现“音频转文字”，需要额外集成语音识别引擎（如 Whisper、百度语音、讯飞等）将音频先转换为文本，再交由 DeepSeek 处理。
替代方案：免费音频转文字工具推荐
如果您需要将录音、会议、讲座等内容快速转为文字，可使用以下在线工具：
- 支持多种语言和格式（MP3、WAV 等）
- 高准确率语音识别
- 无需安装，网页直接使用
此外，结合 Word 文档编辑，您还可以进一步整理和导出转录结果。