视频字幕文字怎么提取？先分清三种字幕，再选语音识别或截图识别

「提取视频字幕」看起来是一件事，其实要先判断字幕是哪一种，方法完全不同。弄错了方向，换多少工具都提取不出来。

一、先判断字幕的类型

类型	特点	提取方法
外挂字幕	字幕是单独的文件（如 SRT），播放器里可以开关	直接下载或导出字幕文件，准确率高
有人说话的视频	画面上有没有字都行，关键是有人声	语音识别，把声音转成文字
只有画面字幕、没有人声	文字印在画面里，背景是音乐	截图后做图片文字识别（OCR）

大部分短视频、网课、访谈都属于第二种：画面上的字幕本来就是根据说话内容做的，直接识别声音，结果基本一样，还更省事。

二、有人声的视频：语音识别

用提词匠提取

手机上可以用提词匠这个微信小程序：

• 视频在相册里：上传本地视频，支持 MP4、MOV、MKV 等 8 种格式，单个文件时长上限 120 分钟；
• 只有短视频链接：粘贴抖音、快手、小红书、B 站等公开视频的链接，不用下载就能提取。

识别完可以导出纯文字的 TXT、Word，也可以导出带时间轴的 SRT 字幕文件，直接导入剪辑软件或播放器使用。它需要联网，一次处理一个文件。

用剪映提取

导入视频，在文本或字幕里选识别字幕，识别完全选复制；电脑版剪映专业版可以导出 SRT。适合要继续剪辑这个视频的情况。

三、没有人声的视频：截图识别

全程背景音乐、只靠画面字幕讲内容的视频，语音识别帮不上忙。做法是：

1. 在字幕变化的地方截图，每句一张；
2. 用提词匠的图片转文字识别截图里的字，或者用手机相册自带的文字识别；
3. 把识别结果按顺序拼起来，删掉重复的句子。

这个办法比较费时，复杂背景、艺术字体也容易识别错，适合字数不多的视频。

四、外挂字幕：直接导出

有的平台视频带独立字幕文件，播放器里能开关字幕的，往往可以通过平台功能或播放器导出。自己用剪辑软件做过字幕的视频，回到工程文件里导出 SRT 即可，不需要再识别。

五、TXT 和 SRT 怎么选

• TXT：纯文字，不带时间，适合做笔记、整理文案；
• SRT：每句话带开始和结束时间，适合加字幕、做双语字幕、在长视频里定位某句话；
• 只要文字但手上是 SRT：用记事本打开，删掉序号和时间行即可。

六、提醒

• 识别结果要校对，人名、专业词、数字容易出错；
• 提取别人视频的字幕仅限个人学习，不要直接搬运商用。

判断清楚类型，事情就简单了：有人声就用提词匠或剪映识别声音，没人声就截图识别画面。