将 MP4 视频转为文字

MP4 视频转文字的步骤

1. 请先设置好模型、语言和说话人分离，因为视频读取后会立即开始转写。对于日语、中文、韩语以外的语言，带背景音乐或音效的视频请选择 Small 及以上的模型。
2. 将视频文件拖入，或点击选择。音轨的提取同样在浏览器内完成，已确定的行会依次显示在页面上。
3. 完成后播放视频，一边看叠加为字幕的结果，一边修改文字和时间。改好后在「保存为文件」中选择 SRT、VTT 字幕或 TXT、Word 等文档导出。作为字幕使用前需要确认的事项，请参阅「字幕（SRT）生成」页面。

不同来源视频的读取方法

• 用手机拍摄的视频，传到电脑后也可以直接读取。iPhone 相机拍摄的视频保存为 MOV 格式，可以和 MP4 一样处理。也可以在手机浏览器中打开本页面直接选择视频，但此时会以节省内存的模式（WASM）运行，一次能处理的长度比电脑短。较长的视频请在电脑上读取。
• 无法通过 URL 读取 YouTube 等视频网站上的视频。如果是自己上传到 YouTube 的视频，可以在 YouTube Studio 的「内容」中选择该视频，从菜单中选择「下载」保存为 MP4，然后在本页面选择保存的文件。
• 外语视频请先在「语言」中选择该语言，再读取文件。完成后，在电脑版 Chrome 或 Edge 中使用「翻译」，即可把译文作为字幕叠加在视频上播放。
• 在视频剪辑软件中添加字幕时，请读取剪辑完成后导出的视频。如果用剪辑前的素材转写，剪掉多少，字幕的时间就会与成片错开多少。导出时，要导入视频剪辑软件请选择 SRT，要用于网页上的视频播放器请选择 VTT。

视频转写的处理方式

由于只提取音频，分辨率和视频编码不会影响结果。没有音轨的视频无法处理。背景音乐或环境噪音较大时精度会下降，这类素材建议事先调整音量；日语、中文、韩语以外的语言也可以使用 small 以上的模型。

转写完成后，播放视频时结果会作为字幕叠加在画面上。可以边看边修改文字，使用翻译功能后还能切换为译文字幕观看。除了字幕（SRT、VTT），还支持导出为纯文本（TXT）、Word、PDF 等格式。SRT 带有时间码，可直接导入视频剪辑软件或 YouTube。启用说话人分离后，每一行还会记录发言者。

Zoom、Teams 等线上会议录制的转写步骤，请参阅「会议记录转文字」页面。

遇到问题时

• 如果因出错而中断，请确认视频中是否包含音频。录屏时如果关闭了麦克风和系统声音，就不会录下声音。
• 几 GB 的视频也能读取，但为了提取音频需要读完整个文件，所以开始处理前要等一段时间。放在外接硬盘或网络文件夹里的视频，先复制到电脑的内置硬盘再选择，会更快开始。

准备音频、视频，以及转写之后