电脑端视频转文字教程：剪辑软件、在线平台、本地模型三条路一步步走

在电脑上把视频转成文字，主流有三条路：用剪映这类剪辑软件的识别字幕，用飞书妙记、通义听悟这类在线平台上传转写，或者用 Whisper 在本地离线跑。三条路的识别原理都是语音识别，区别在于文件要不要上传、能不能区分说话人、校对方不方便。先按视频类型定路线，再照着下面的步骤做。

一、三条路线怎么选

路线	代表工具	适合的视频	文件上传吗
剪辑软件识别字幕	剪映电脑版	口播、网课、要做字幕的视频	识别时需联网
在线平台转写	飞书妙记、通义听悟	会议录屏、访谈、长讲座	上传
本地模型	Whisper	涉密、隐私内容	不上传
手机辅助	提词匠	手机里的短视频、平台链接	上传，处理完删除

二、剪映电脑版：边看画面边校对

1. 新建项目，把视频拖进时间线；
2. 在「文本」里找到智能字幕或识别字幕，语言选中文，开始识别；
3. 识别完成后逐条检查，双击字幕修改错字，画面会同步跳到对应位置；
4. 导出时可以只导出字幕文件，选 TXT 得到纯文字，选 SRT 得到带时间轴的字幕，具体选项位置以当前版本为准。

这条路适合本来就要剪辑视频的人，字幕和画面一一对应，校对效率高。

三、飞书妙记、通义听悟：长视频和多人对话

1. 在浏览器打开平台并登录；
2. 上传本地视频，选择识别语言；
3. 等待转写，完成后文稿和视频时间点联动，点哪句就跳到哪；
4. 导出 TXT 或文档，需要的话勾选带时间戳和说话人。

两者都能区分发言人，还能生成摘要，适合会议和访谈。免费额度和长时长规则以当前版本为准。

四、Whisper：本地离线转写

Whisper 是开源的语音识别模型，可以在自己电脑上运行，视频不出本机。模型分大小，小模型速度快、错字多，大模型准确但吃配置，可以先用一段几分钟的视频试出合适的档位。需要一点动手能力，长视频耗时和电脑性能有关。

五、提词匠：电脑不在手边时的补充

有时候视频在手机里，或者只是想把一条抖音、B 站视频的内容转成文字，不必传到电脑上。提词匠是微信小程序，可以上传手机里的视频（MP4、MOV 等 8 种格式，单个 120 分钟、500MB 以内），也可以粘贴抖音、快手、小红书、B 站、视频号、微博的公开视频链接，导出 TXT、Word 或带时间戳的 SRT，导出无水印，不用注册，处理完服务器删除文件。

它不适合的情况：需要区分说话人，提词匠不区分；一次处理很多文件，它不支持批量；必须联网；爱奇艺、腾讯视频、优酷和国外平台的链接不支持。

六、提高准确率的做法

• 背景音乐太响的视频，先在剪映里降低音乐或分离人声再转；
• 人名、术语转完用查找替换统一修改；
• 超长视频按章节切成几段，出错时不用整段重来。

补充：导出前的检查清单

• 文稿里的数字、日期、金额对照视频核对一遍；
• 专有名词在全文是否写法一致；
• 需要时间戳的，确认导出的是 SRT 而不是纯文本；
• 文件名写上视频标题和日期，方便以后查找。

七、版权和隐私

转写别人的课程、视频，只用于个人学习参考，不要原样搬运发布；涉密会议和隐私内容用 Whisper 本地处理。

八、按情况选

要做字幕、边剪边改，用剪映电脑版；会议和长讲座，用飞书妙记或通义听悟；涉密内容，用 Whisper；视频在手机里或者只有平台链接，用提词匠先转出来。