语音转写与屏幕文字识别不同
MP4 是容器格式，文件内需要有可播放且包含人声的音轨。静音幻灯片和画面上的文字不会被转写。下方样例用人工编写的文本与合成语音演示时间戳和导出格式。
MP4 转文字
上传 MP4，将其中的人声转成文字。核对时间戳并导出文本或字幕，不识别屏幕文字或描述静音画面。
Free：单个文件上限为 100MB、30min。转录按时长消耗积分，源文件仅临时保存，请保留自己的副本。
可校对的文字稿 · 保留时间戳
支持 TXT、SRT、Markdown 导出；专业格式需要 Creator Plus 或 Studio
生成总结、选题、引用、帖子、笔记和脚本
所有输出都可保存为工作区资产
1 分钟 × 3 积分/分钟 = 3 积分
上传视频文件
可校对的文字稿
保留时间戳
导出 TXT 和 SRT
把 MP4 的语音转成可用文字
缺少画面上下文时
对照视频检查文本，为图表或演示补充自己的笔记。若音轨无法播放，请从原剪辑软件导出兼容文件；修改文件扩展名不会转换媒体内容。
TXT 和 Markdown 适合阅读、编辑；SRT 保留字幕时间。VTT、STL、XML、FCPXML 和 EDL 需要 Creator Plus 或 Studio。发布前请在剪辑软件中检查时间轴。
AI 转录按时长向上取整，每分钟 3 积分；一份摘要 20 积分；翻译按每个目标语言、每分钟 5 积分计算。各项任务分别计费，共用同一余额。新账号一次性获赠 50 个 Starter 积分，并非每月赠送。
先听录音，再核对文字
这是自制英语合成语音和配套参考文本，用于演示格式，不代表 AI 准确率，也不是客户录音。
上传你自己的 MP4
转写自己的文件需要登录并消耗积分。文件大小和时长有限制，请先查看费用估算。
如何提取 MP4 中的语音文字
01
上传MP4
上传 MP4，将其中的人声转成文字。核对时间戳并导出文本或字幕，不识别屏幕文字或描述静音画面。
02
查看报价并确认转写
核对时长和预计积分消耗，再确认操作。查看当前任务状态，避免重复发起同一任务。
03
校对并导出文本
回听不确定的片段，修正姓名、数字与引用，再按用途选择阅读文本或带时间轴的字幕。
常见问题
不。它转录语音。它不执行一般的 OCR 或描述无声场景和视觉动作。
校对文字稿后可导出 SRT 字幕。在剪辑软件中检查每段字幕的起止时间和换行；专业导出格式需要 Creator Plus 或 Studio。
新账号可一次性领取 50 个不过期的 Starter 积分。AI 转录按时长向上取整，每分钟 3 积分。确认前可查看费用和文件限制；摘要、翻译另行计费。
MOV 或 WebM 请使用视频转文字工具，文件大小和时长须符合套餐限制。修改文件扩展名不会把它转换成 MP4。
优先使用最清晰的原始录音。噪声、多人同时讲话和专业术语都可能造成错误。使用前回听姓名、数字和引用所在的片段，逐项核对。
源录音仅用于临时处理，转录成功后会删除。请将文字保存到工作区，需要保留音频时自行备份。保存转录文本不代表永久保存录音。