视频转文字
识别本地视频中的声音，整理成文稿，方便检索对话和编辑内容。
本地文件文字与字幕
把音频或视频拖到这里
MP4 · WEBM · MOV · 最多 200 MB / 20 分钟
只在你的浏览器处理，不上传文件无需注册 · 免费导出
视频转文字可以做什么？
视频转文字读取的是音轨。适合访谈录像、课程和讲解视频：先检查视频能否播放，再将对话转成可查找的文字。它不会识别画面中的招牌或文字，也不会下载视频网站链接。
怎样使用视频转文字？
准备文件，检查结果，再下载需要的格式。
- 01
准备文件
选择带声音的 MP4、WebM 或 MOV 文件，或直接录制声音；文件可在页面中确认视频可以播放。
- 02
处理与检查
设置视频或录音中实际说话的语言，等待本地模型识别音轨。
- 03
下载结果
回看视频或回听录音并校对文稿，下载 TXT；需要时间轴时也可导出字幕。
格式与示例
MP4 · WebM · MOV → TXT
课程录像.mp4 → 识别音轨 → 课程录像.txt
当前保护上限为 200 MB、20 分钟。已验证桌面 Chrome；设备性能和内部编码会影响处理，建议先尝试短片段。
文件留在当前浏览器
Whisper 在你的设备上识别声音。首次使用需要联网下载程序和模型；文件与识别正文不上传。 结果不会自动保存，离开前请先下载。
视频转文字常见问题
开始之前，把几个常见问题说明白。
为什么某些 MP4 无法处理？
MP4 是容器，内部音频编码可能不同。已用 AAC 音轨的 MP4 和 Opus 音轨的 WebM 在桌面 Chrome 验证；无音轨或不支持的编码需要先转换。
能识别画面上的文字吗？
不能。这是视频音轨转录，不是图像文字识别。没有说话声的画面不会生成对应文稿。
能直接导入 YouTube 链接吗？
当前只读取你自己选择的本地文件。需要先准备有权处理的视频文件，不提供链接下载服务。