mp4转文字用什么工具？文件大小、时长和清晰度先看一眼

MP4 转文字，本质是识别 MP4 里的音频轨道。MP4 只是一个封装格式，里面的画面对转文字没有帮助，真正影响结果的是三件事：文件有多大、视频有多长、声音清不清楚。文件太大上传慢甚至传不上去，视频太长要看工具的时长上限，声音不清楚换什么工具都会出错。先看这三项，再选工具。

一、MP4 文件的三项检查

检查项	为什么重要	处理办法
文件大小	在线工具有上传上限	先转成 MP3 音频，体积会小很多
时长	多数工具对单个文件时长有限制	按章节切成几段
声音质量	噪音、音乐会导致错字漏句	先降噪或分离人声
是否涉密	决定能不能上传	涉密用本地工具

二、为什么先转成音频常常更快

一个高清 MP4 动辄几百 MB，其中绝大部分是画面数据。转写只需要声音，先提取成 MP3，体积可能只剩几十分之一，上传快，也不容易超过工具的大小上限。电脑上用 VLC 或 FFmpeg，手机上用提词匠的视频转 MP3 都能做。

三、提词匠：手机里的 MP4 直接转

MP4 在手机里，可以打开提词匠这个微信小程序上传转写。它支持 MP4、MOV 等 8 种视频格式和 MP3、M4A 等 8 种音频格式，单个文件时长上限 120 分钟、大小上限 500MB，转完导出 TXT、Word 或带时间戳的 SRT。文件超过 500MB 时，可以先用它的视频转 MP3 把体积降下来再转文字。不用注册，处理完服务器删除文件。

不适合的情况：超过 120 分钟的长视频要先切段；多人对话它不区分发言人；不支持批量；必须联网。

四、电脑上的工具

• 剪映电脑版：导入 MP4 识别字幕，校对后导出 TXT 或 SRT，适合短视频和网课；
• 通义听悟、飞书妙记：上传 MP4 转写，能区分发言人、生成摘要，适合会议和访谈，额度以当前版本为准；
• Whisper：本地运行，MP4 不上传，适合涉密内容，长视频耗时和电脑配置有关；
• WPS：转写后的文字放进文档排版，适合要交正式文稿的情况。

五、几个常见问题

1. 上传失败：多数是超出大小或时长上限，先转音频或切段；
2. 转出来是乱码或空白：检查视频本身有没有声音，有些录屏默认不录系统声音；
3. 错字集中在某段：多半是那段背景音乐响或有人插话，回听校对；
4. 画面上的字没转出来：语音识别只认声音，PPT 上的文字要截图做图片识别，提词匠的图片转文字可以处理截图。

补充：长视频怎么切段

超过工具时长上限的 MP4，可以在剪映里按章节分割后分别导出，或者电脑上用 FFmpeg 按时间截取，例如从第 0 分钟截到第 100 分钟一段、剩下的另成一段。切点尽量选在讲话停顿处，避免一句话被拆到两段里。转写完再按顺序把几段文字拼起来，用时间戳核对衔接处。

还有一种情况：MP4 是屏幕录制，讲解人声音很小、电脑提示音很多。这种视频转写前先用剪映把人声音量调大、把提示音所在片段静音，再交给转写工具，错字会少很多。

六、版权和隐私

转写他人的课程或视频只用于个人学习，不要原样发布；涉密 MP4 用 Whisper 等本地工具处理，不上传。

七、怎么选

MP4 在手机里、120 分钟以内，用提词匠；要做字幕，用剪映；会议录像要区分发言人，用通义听悟或飞书妙记；涉密文件，用 Whisper；文件太大，先转 MP3 再转文字。