MP4 转文字
在浏览器中将 MP4 录制内容的语音转为可编辑文本和字幕初稿。复制转录文本，或下载 TXT、SRT、VTT。
选择 MP4 录制内容中实际使用的语音语言，与页面语言无关。
首次使用需要联网，从 Hugging Face 下载 Whisper 语音模型，并从第三方 jsDelivr CDN 下载AI 运行组件；浏览器可能缓存这些文件。请保持页面打开，处理速度取决于设备性能。
视频和音频保留在当前设备，不会上传。
首次使用需要联网，从 Hugging Face 下载 Whisper 语音模型，并从第三方 jsDelivr CDN 下载AI 运行组件；浏览器可能缓存这些文件。请保持页面打开，处理速度取决于设备性能。
请核对结果，识别准确率不作保证；暂不支持说话人识别。
三步将 MP4 转为文字
- 1
选择 MP4
选择包含语音的 MP4 访谈、课程或屏幕录制文件。
- 2
转录 MP4
选择语音语言，在当前设备上识别 MP4 音频。
- 3
下载 TXT
核对并编辑文本，再复制或下载。
转录文本的用途
- 将 MP4 访谈整理为可编辑的转录文本。
- 为 MP4 教程或演示制作字幕初稿。
- 将短 MP4 屏幕录制整理为可搜索的笔记。
输出示例
示例用于说明输出格式，实际结果取决于源文件和所选设置。
你好，感谢观看。1
00:00:00,000 --> 00:00:03,000
你好，感谢观看。
WEBVTT
00:00:00.000 --> 00:00:03.000
你好，感谢观看。
逐段编辑文字；字幕时间戳会保留。
处理失败时
- 无法解码音频，可能编码不受支持或视频没有音轨。
- 无法加载语音模型，请检查网络后重试。
- 请核对结果，识别准确率不作保证；暂不支持说话人识别。
请保持标签页打开，尝试编码受支持的较短文件，关闭其他占用资源的标签页后重试。
分享结果之前
播放下载后的文件，核对转录文字，并保留原文件。本地转换不会自动生成公开分享链接。
常见问题
视频会上传吗？
视频和音频保留在当前设备，不会上传。 首次使用需要联网，从 Hugging Face 下载 Whisper 语音模型，并从第三方 jsDelivr CDN 下载AI 运行组件；浏览器可能缓存这些文件。请保持页面打开，处理速度取决于设备性能。
支持哪些视频？
每次一个 MP4 文件，最大 100 MiB、最长 5 分钟，须含本地转换器可解码的语音音轨。MP4 是容器格式，并非所有音频编码均受支持。
需要先将 MP4 转为 MP3 吗？
不需要。直接选择原始 MP4，浏览器会读取其中的音频进行识别，无需另行转换 MP3。
没有语音的 MP4 可以转录吗？
MP4 须有可解码且包含语音的音轨；静音画面和画面中的文字不会被转录，不支持的音频编码可能导致解码失败。
应该选择什么语言？
选择 MP4 录制内容中实际使用的语音语言，与页面语言无关。
转录准确吗？
请核对结果，识别准确率不作保证；暂不支持说话人识别。