要从多个音频文件中批量提取文字信息，可以使用语音识别（ASR）技术，而不是OCR技术。OCR技术用于从图片或扫描件中提取文字信息，而语音识别技术用于将音频文件中的语音转化为文本。

以下是从多个音频文件中批量提取文字信息的一般步骤：

准备音频文件：将要提取文字信息的音频文件整理到一个文件夹中。确保音频文件的质量和清晰度较高，以便后续的语音识别处理。

选择语音识别软件或平台：选择一个可靠的语音识别软件或平台，例如Google Speech-to-Text、IBM Watson、Microsoft Azure等。这些软件或平台通常提供API接口，可以方便地集成到自定义的应用程序或脚本中。

批量上传音频文件：将多个音频文件上传到语音识别软件或平台中。有些平台可能还支持通过API接口批量上传文件。

设置语音识别参数：根据需要，设置语音识别参数，例如语言、音频格式、识别引擎等。这些参数将影响语音识别的准确率和输出结果的质量。

开始语音识别：启动语音识别任务，将音频文件中的语音转化为文本。等待语音识别任务完成，并获取输出结果。

处理输出结果：对于每个音频文件，语音识别任务会输出相应的文本结果。根据需要对输出结果进行整理、格式化或校对等处理。

保存结果：将提取的文字信息保存到本地文件、数据库或云存储中，以备后续使用。

需要注意的是，语音识别的准确率受到多种因素的影响，例如语音质量、语速、口音、方言等。因此，对于一些复杂或特定的语音环境，可能需要手动校对和修正输出结果，以确保文字信息的准确性。

总之，要批量提取多个音频文件中的文字信息，需要使用语音识别技术，而不是OCR技术。通过选择可靠的语音识别软件或平台，并对其输出结果进行处理和校对，可以获得准确、可用的文字信息。