一条二十分钟的采访录像，手动边听边打字，要反复暂停、回放、补听人名，耗时常常超过视频本身。视频转文字工具把这一步交给转录：上传文件或粘贴链接，选择口语语言，通常几分钟就能得到一份按时间分段的文字稿，导出 TXT 后直接进入编辑。
打开视频转文字，上传一段视频或粘贴链接，生成后的分段文字稿、来源标注和导出按钮都出现在同一页。
核心结论
- 本地文件支持 MP4、MOV、WEBM、MP3 等音视频格式；未登录每天 1 次免费（50MB、10 分钟以内），登录后每天 2 次，用积分最长可处理 2 小时。
- 文字稿按时间段分段显示，每段自带时间标记，可导出 TXT、SRT 或 VTT。
- 结果区会标注文字稿来源：平台已有字幕，或语音转录。
- 需要的是要点提炼而非讲话原文时，改选“摘要”输出；逐字稿和摘要服务两类不同的任务。
先确定你需要逐字稿还是摘要
判断标准只有一条：后面要用的素材是原文，还是浓缩后的结论。要引用原话、整理访谈稿、校对内容或做字幕底稿，选逐字稿；只想知道视频讲了什么、要写汇报，选摘要。
| 输出 | 内容形态 | 适合的任务 | 获取方式 |
|---|---|---|---|
| 文字稿 | 按时间分段的讲话原文 | 引用原话、整理文稿、校对、字幕底稿 | 提交任务即可生成，未登录可预览前 3 段 |
| 摘要 | 一段概述加要点列表 | 快速了解内容、写汇报 | 需登录后才能勾选生成 |
同一段视频，两种输出差别很大：文字稿保留“谁在什么时间说了什么”，摘要只回答“这段视频讲了什么”。混用会两头吃亏——在几百字的摘要里找不到可引用的原话，也没有必要为写一份汇报通读一小时的逐字稿。
上传文件或使用当前支持的视频链接
工作台有两条输入路径，顶部按钮随时切换。手里有文件时优先上传，最稳；只有平台链接时再走粘贴。
链接路径：
- 停留在“粘贴链接”模式（本入口的默认模式），粘贴完整的视频链接，输入框提示的示例包括 YouTube、TikTok、抖音等平台。
- 提交后能否解析以任务结果为准，并非任意链接都能成功。解析失败时，错误提示旁有“改为上传文件”按钮，一键切回本地路径重试。
文件路径：
- 切换到“上传文件”，点击选区选择视频或音频文件，MP4、MOV、WEBM、MP3 等常见格式都在支持范围内。
- 提交前留意上限：未登录最大 50MB、10 分钟；登录后最大 200MB、最长 2 小时，超出 10 分钟的部分按积分计费（10 积分/分钟）。选文件时工具会同步探测时长并给出提示。
生成转录并查看时间段
- 选择口语语言。不确定时保持“自动（跟随视频）”；也可手动指定中文、英语、日语、韩语、西班牙语、俄语或法语。
- 确认输出类型勾选“文字稿”。本入口默认只勾文字稿；“摘要”和“章节”需要登录后才能生成。
- 点击“开始生成”。进度条会依次显示读取视频源、准备音频、读取字幕或转录语音等阶段，并给出百分比，通常 1–3 分钟完成。
- 在结果区核对文字稿：内容按时间段分段，每段前有分秒时间标记；结果区同时显示视频标题和总时长。
两个细节值得留意。其一，结果区末尾标注了本次文字稿的来源：“来源：平台字幕”或“来源：语音转录”。视频自带字幕时可能直接采用平台字幕，没有可用字幕时对音频做语音识别，两条来源得到的内容可能有差异。其二，未登录可以提交任务并预览前 3 段，查看完整文字稿需要登录；任务提交后刷新页面也不会丢失进度。
整理人名、术语和口语重复
转录听写的是发音，不负责核实拼写：人名、品牌、产品术语和中英夹杂，是逐字稿里最容易出错的部分。修订放在导出的文字副本里做，比反复重跑转录更省时间：
- 先下载 TXT，或用结果区的复制按钮把全部文字粘到自己的文档。复制出的内容不带时间标记，适合直接进入正文编辑；TXT 的行首时间标记则保留回查位置。
- 逐段核对专名。人名、公司名、产品名和专业术语统一写法；拿不准的词，按 TXT 行首的时间回到原视频对应位置听一遍再定。
- 清理口语痕迹。语气词、重复的半句话和口头禅按文稿用途删减；需要直接引用的段落保留原话，并保留该段的时间标记。
修订只发生在你的副本里，工具中的原始转录不变，随时可以重新导出一份干净的底稿。
导出 TXT 或转到字幕流程
导出按钮就在文字稿结果区，三种格式来自同一份转录：
- TXT：每行为“[分:秒] 文本”，带时间标记，适合整理文稿和按时间回查。
- SRT：每段带序号和“00:00:01,000 --> 00:00:04,500”格式的起止时间码，供剪辑和播放软件用作字幕文件；生成与导入字幕的完整流程，会在后续字幕教程中单独介绍。
- VTT：以 WEBVTT 开头的时间轴文本，部分网页播放器使用这种格式。
拿不准选哪个时先导 TXT。整理文字是逐字稿最常见的去向；之后需要时间轴字幕，回到同一份结果导出 SRT 即可，不必重新转录。
常见问题
视频没有现成字幕也能转录吗？
能。转录不依赖现成字幕：任务会判断能否使用平台已有字幕，没有可用字幕时对音频做语音转录，两种来源都会在结果区标注。口语语言保持“自动（跟随视频）”即可，工具会自行判断视频语言。
转录和视频总结有什么区别？
转录输出按时间分段的讲话原文，适合引用、校对和整理成文稿；视频总结输出一段概述和要点列表，适合快速了解内容或写汇报，生成摘要需要登录。判断方法：交付物里需要“原话”就转录，只需要“结论”就总结。
转录中的专有名词错了怎么改？
先导出 TXT 或复制全文，在自己的文档副本里修订。TXT 每行开头带时间标记，按时间回放原视频对应位置确认发音，再统一替换人名、品牌和术语的写法。工具不提供在线编辑分段文本的界面，修订都发生在导出的副本中，原始转录保持不变。
上传第一段视频
从手头素材里挑一段确实要用文字的视频：采访、课程录屏、会议录像或播客视频都合适。语言保持自动、输出勾选文字稿，生成后先导一份 TXT，再按时间标记整理专名和口语。
打开视频转文字，生成并下载第一份 TXT 逐字稿。
