免费将视频语音转成文字
免费提取视频中的语音并转成可编辑文字，支持导出 TXT、SRT 和 VTT 字幕。AI 在浏览器本地运行，视频无需上传，无需先手动提取音轨。
视频留在你的设备上，只读取音轨进行语音识别，不上传视频或转写结果。
将视频文件拖到这里
MP4 · MOV · WebM · MKV · M4V，需包含浏览器可解码的音轨
适合先试用。模型权重下载约 40–150 MB，具体取决于处理方式。嘈杂或多语言录音可能漏字，需要回听校对。
自动模式将使用 CPU：浏览器无法确认有合适的独立显卡。你仍可手动选择 GPU。
自动模式从首个含语音的片段判断语言，后续使用同一语言转写。判断不明确时，请手动选择音频语言。首次使用需要下载模型和运行组件，重新转写会替换当前文字。
中文识别与简繁字形分开处理。可选择简体或繁体，显示、复制和导出保持一致。转写完成后也能切换，无需重新识别音频。
如何把视频转成文字
选择视频
从设备选择或拖入视频。工具会检查音轨，在本地分段读取，不必另存一份完整音频。
识别语音
选择语言、中文简繁体和识别模型。首次使用需要下载模型，可查看处理进度并随时取消。
回看、校对与导出
点击每段的时间回看原视频，修改人名或专业词汇。导出 TXT 用于整理文字，或导出 SRT、VTT 用于字幕制作。
视频不上传
直接将 MP4、MOV 和 WebM 中的语音转成文字
工具在浏览器中读取视频的主音轨，使用 Whisper 进行分段识别。画面用于预览和回看，不参与语音识别。文字保留原语言，中文可选择简体或繁体；自动模式无法可靠判断语言时，可以手动指定。识别完成后可以校对并导出，不会自动生成摘要、翻译或识别画面文字。
视频转文字 · MP4 转文字 · 课程视频转写 · 会议录像转写 · 视频生成 SRT · WebVTT 字幕
支持哪些视频格式？
文件扩展名不能保证支持，关键是容器能否读取、音轨能否解码。工具使用主音轨，暂不支持选择多音轨或读取现成字幕。
| 视频格式 | 常见来源 | 说明 |
|---|---|---|
| MP4 / M4V | 手机视频、课程和剪辑导出 | AAC 音轨较常见；具体支持仍取决于浏览器 |
| MOV | 相机和手机拍摄 | 可尝试 AAC 或 PCM 音轨；并非所有 MOV 编码都能读取 |
| WebM | 网页录屏和浏览器录制 | 通常使用 Opus 或 Vorbis 音轨，需浏览器支持 |
| MKV | 多轨视频和归档文件 | 只使用主音轨；遇到不支持的编码时需先转换 |
把视频内容整理成可查阅的文字
课程与讲座
保留讲解的文字版本，回看具体段落并校对术语。结果为逐段转写，不是自动课程摘要。
会议与访谈
把讨论转成可编辑文字，便于整理记录。暂不区分说话人，可以自行补充姓名。
录屏与教程
为操作说明生成文字稿；仅识别讲述，不识别界面或画面中的文字。
字幕初稿
导出 SRT 或 VTT 导入剪辑软件，校准时间和用词后发布。不会将字幕压制进视频。
视频转写的支持范围与限制
视频必须包含可解码的音轨。无声视频无法生成语音文字，画面中的字幕也不会被读取。工具只使用主音轨，长视频分段处理以控制解码内存，但模型本身仍需要内存；耗时与设备性能有关。口音、噪声、背景音乐和多人同时说话都可能影响结果。模型与音频转文字共用缓存，首次加载需要联网，不保证完全离线运行。
视频转文字常见问题
可以直接把 MP4 转成文字吗？
可以，只要文件中含有浏览器能解码的音轨。选择视频后即可识别，无需先提取音频。
视频会上传到服务器吗？
不会。视频读取、音轨解码和语音识别均在浏览器中完成。首次使用会下载模型和运行组件，但不会将视频或文字发送给转写服务。
没有声音的视频能转文字吗？
不能。本工具识别音轨中的语音，不做画面文字识别，也不提取内嵌或烧录字幕。
可以识别中文并输出简体或繁体吗？
可以选择中文或自动判断语言，并独立选择简体或繁体。转写后切换字形不需要重新识别，当前编辑与时间会保留。
支持多个音轨或区分说话人吗？
当前使用视频的主音轨，不提供音轨切换或说话人识别。需要其他音轨时，请先准备对应音频并使用音频转文字。
为什么视频能播放却不能转写？
视频播放和后台音轨解码使用的能力可能不同。检查音轨编码，或尝试使用音频提取器输出 WAV，再用音频转文字处理。
如何导出字幕？
识别后点击时间回看并校对文字，导出 SRT 或 VTT，再导入剪辑软件或视频平台。本工具不会直接把字幕写入视频画面。
可以粘贴在线视频链接吗？
本页接收本地视频文件。请先通过合法可用的下载方式保存视频，再选择文件转写。
长视频有限制吗？
没有上传大小限制，因为文件不会上传。长视频仍会消耗时间、内存和电量，可以先用视频裁剪工具截取需要的部分。取消后保留已完成的文字。
使用是否免费，可以离线运行吗？
免费使用，无需账号。首次加载工具、模型与运行组件需要网络；模型缓存可复用，但不保证完全离线运行。