视频文稿提取

关于视频转文字

Vidxt 会从视频里抽出音轨，再把里面的人声转成带时间码的逐字稿。结果可以直接当文稿用，也可以做成字幕，或者作为后续翻译、剪辑的起点，全程不用离开浏览器。

工具支持 MP4、MOV、AVI、MKV、WebM 和 FLV 等常见格式，几分钟的录屏到几个小时的会议视频都能处理，断句、标点和语气停顿会被自动推断，让转出来的文字读起来更顺。

适合谁用

• 课程讲师和培训师：为每节课生成可搜索的文字稿和 SRT 字幕，学员可以快速跳读、复习，不必每次都从头看视频。
• 市场和产品团队：把网络研讨会、产品演示、客户访谈转成博客、社媒短片素材和内部参考资料，复用率显著提高。
• 纪录片和长视频创作者：剪辑前先拿到脚本式视图，方便快速搜索采访片段中的关键句子，省去反复回放的时间。
• 无障碍内容运营：为已有视频库批量补字幕，满足合规要求，也照顾习惯静音观看的用户。

如何转写一段视频

1. 1上传 MP4、MOV、AVI、MKV、WebM 或 FLV 视频，桌面端最大 2GB、移动端最大 500MB。可以拖拽，也可以从文件选择器里挑。
2. 2指定视频中的主要语种，或者让工具自动识别。录音棚级别的清晰素材自动识别没问题，带口音或较短片段建议手动选语种以提高准确率。
3. 3启动转写。完成后可以在页面里边对照时间码边检查文字，然后导出成纯文本、SRT 字幕，或直接复制到剪辑软件里使用。

支持的视频格式

常见容器格式都覆盖：MP4、MOV、AVI、MKV、WebM、FLV。工具通过 FFmpeg WebAssembly 在本地解码，先把音轨抽出来再交给语音引擎，所以容器里包的冷门编码大部分情况下也能正常处理。

视频不离开浏览器

拆容器和抽音轨都在本机完成，不走服务器中转。只有抽出来的音频会送到语音模型那一次，转写结束后立即丢弃，机密访谈、未发布的成片不会在云端留下任何副本。

常见问题