视频转文字工具

上传 MP4、MOV 或 WEBM 视频文件,几秒内转成带时间戳的文字。Whisper 可识别 50+ 种语言的语音。支持导出为 SRT 或 VTT。

上传视频无需信用卡

如何用 AI 把视频转成文字

视频转文字,就是把视频文件里说出来的话变成可阅读的书面文字。你上传一个 MP4、MOV 或 WEBM 文件,AI 会听取音轨,然后返回一份带时间戳的完整文稿,可以直接复制、编辑,或导出为 SRT、VTT 字幕。

它在背后是这样工作的。当你上传视频时,工具会先把音频和画面分离,再把音频送给 Whisper,这是一个语音识别模型,它会记录下所说的内容,并标注每一行出现的时间。你不用打任何字,文字会自己一段一段地出现。

为什么要把视频转成文字,而不是重看一遍?阅读远比观看快得多,而且文稿可以搜索、可以引用、可以反复使用。一段 20 分钟的教程会变成一页文字,你一分钟就能扫完,可以改写成博客文章,也可以做成字幕,再也不用拖动进度条去找某一句话。

你拿到的是一份带时间戳的文稿,每一行都标注了说出来的时刻,所以你能直接跳到需要的部分。可导出为纯 TXT、带时间戳的 TXT、SRT 或 VTT,你的视频从此变成了你能掌控的文字。

这个工具以视频为先,你只管上传视频文件,剩下的交给我们。免费开始,无需信用卡,Free 套餐每天可处理 1 个视频,时长上限 30 分钟。

三步把视频转成文字

  1. 1

    上传视频

    拖入你的 MP4、MOV 或 WEBM 文件,或从设备中选取。

  2. 2

    AI 识别语音

    Whisper 提取音频,并将其转写成 50+ 种语言的文字。

  3. 3

    获得带时间戳的结果

    在屏幕上阅读,然后复制、与它对话,或导出为 TXT、SRT 或 VTT。

支持的视频格式

  • MP4(最常见)
  • MOV(Apple)
  • WEBM
  • AVI、MKV(需兼容编解码器)
  • 文件最大 50 MB

示例

输入youtube-tutorial.mp4(时长 18:42)
转写结果
[00:00] 在这个教程里,我会带你了解 React Hooks。
[01:14] 我们先从 useState 开始。
[03:30] 如何管理输入框的状态……
[15:42] useEffect 的依赖数组是最常见的陷阱。

适合谁使用?

YouTube 创作者

获得自己视频的文字版,改写成博客文章或字幕重复利用。

教育工作者

把讲课视频整理成书面材料,并为学生生成字幕。

内容消费者

一分钟读懂教程要点,不必看完整段视频。

译者

把文稿导出为 SRT,再翻译成另一种语言。

常见问题

把你的视频变成文字

Whisper 驱动的准确度、时间戳,以及 SRT/VTT 下载。从 Free 套餐开始。

免费试用

更多工具

其他语言版本