MP4 · MOV · WebM → TXT · SRT · VTT
视频转文字
在浏览器中识别本地视频中的语音。编辑转录文本，复制或导出 TXT、SRT、VTT。
选择视频中实际使用的语言，与页面语言无关。
首次使用会下载 AI 语音模型。请保持页面打开，处理速度取决于设备性能。 模型文件从第三方服务 Hugging Face 下载，并可能由浏览器缓存。首次使用需要联网，移动设备可能耗时较长。
视频和音频保留在当前设备，不会上传。
首次使用会下载 AI 语音模型。请保持页面打开，处理速度取决于设备性能。 模型文件从第三方服务 Hugging Face 下载，并可能由浏览器缓存。首次使用需要联网，移动设备可能耗时较长。
请核对结果，识别准确率不作保证；暂不支持说话人识别。
三步将视频转换为文字
- 1
选择视频
选择包含语音的本地视频。
- 2
转录视频
选择视频中的语音语言，开始本地 AI 转录。
- 3
下载 TXT
核对并编辑文本，再复制或下载。
转录文本的用途
- 制作字幕初稿。
- 将课程整理为学习笔记。
- 整理可搜索的访谈文字。
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。 首次使用会下载 AI 语音模型。请保持页面打开，处理速度取决于设备性能。 模型文件从第三方服务 Hugging Face 下载，并可能由浏览器缓存。首次使用需要联网，移动设备可能耗时较长。
支持哪些视频？
每次一个 MP4、MOV 或 WebM 文件，最大 100 MB、最长 5 分钟；音频编码须能被当前浏览器解码。
应该选择什么语言？
选择视频中实际使用的语言，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。
更多视频工具
MP4 转 URL上传 MP4 文件获取公开直链 URL，便于网站引用和分享原始视频。保持原格式，不重新编码；MP4 能否在浏览器播放取决于编码兼容性。批量视频转链接一次选择多个视频，按顺序上传并获取每个文件的公开链接。支持批量复制成功链接、导出文件名和网址 CSV，仅重试失败文件，方便整理产品演示和培训资料。MOV 转 MP4 转换器将本地 MOV 视频转换为 MP4，支持画质、分辨率、片段裁剪与移除音频设置。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。音频转文字在浏览器中转录采访、播客、讲座录音和语音备忘。编辑文本并导出 TXT、SRT 或 VTT。视频音频提取器在浏览器中将本地视频的第一条音轨提取为 MP3。试听并下载结果，无需上传视频。