视频文字提取器免费哪个好用？先分清要的是说话内容还是画面上的字

「视频文字提取器」这个说法很模糊，它可能指两种完全不同的工具：一种识别视频里说话的声音，把语音变成文字；另一种识别视频画面上显示的字，比如烧在画面里的字幕、PPT 录屏里的板书。前者叫语音识别，后者叫图片文字识别。要的东西不同，好用的工具就不同。

一、两类提取对比

要提取的	原理	适合的工具	局限
说话内容	语音识别，把声音转成字	提词匠、剪映、通义听悟、飞书妙记、Whisper	背景音乐响、多人同时说时错字多
画面上的字	截图后做图片文字识别	提词匠的图片转文字、手机相册识别文字、WPS	要一张张截图，字多时工作量大
两者都要	分别处理再合并	以上组合	注意对齐时间顺序

怎么判断：把视频静音看一遍，你要的字还在不在。在，就是画面文字；不在，就是说话内容。

二、说话内容：免费方案有哪些

• 剪映：导入视频，用识别字幕，识别完可以复制或导出，适合要剪辑的人，免费规则以当前版本为准；
• 通义听悟、飞书妙记：网页上传，适合网课、讲座、会议录像，带时间轴，免费额度以当前版本为准；
• Whisper：开源，电脑本地运行，不限时长、不上传文件，适合有一点技术基础、素材又比较敏感的人；
• 手机自带功能：部分手机的录音机或备忘录能把录音转文字，视频要先转成音频。

三、提词匠：说话内容和画面文字都能处理

提词匠是微信小程序，一个工具覆盖两类需求：上传本地视频，或粘贴抖音、快手、小红书、B 站、视频号、微博等公开短视频链接，把说话内容转成文字，导出 TXT、Word 或带时间戳的 SRT；画面上的字，截图后用图片转文字识别。不用注册，导出无水印，处理完服务器删除文件。单个视频 120 分钟、500MB 以内，支持 MP4、MOV 等 8 种视频格式。

它不适合的情况：必须联网；不支持批量，大量视频要逐个处理；不区分发言人；爱奇艺、腾讯视频、优酷和国外平台的链接无法提取，这些视频要换别的办法。

四、画面文字的提取技巧

1. 暂停在文字完整出现的那一帧再截图，避免截到半透明过渡画面；
2. 截图时尽量全屏播放，字越大识别越准；
3. 苹果和不少安卓手机的相册能直接识别截图里的文字，长按即可复制；
4. 电脑上可以用 WPS 的图片转文字批量整理截图，是否收费以当前版本为准。

五、为什么提取结果错字多

语音识别出错，多半是声音问题：背景音乐盖过人声、语速快、方言重、专业名词多。画面识别出错，多半是图片问题：字太小、背景花、字体艺术化。前者可以先降低背景音乐再转，后者可以放大画面再截图。不论哪种，导出后都要通读一遍。

六、版权和隐私

提取别人视频里的内容，只用于学习参考，不要原样搬运；课程视频的讲义、字幕一般也有版权，个人笔记可以，公开发布要谨慎。涉密或私人视频，用 Whisper 或手机本机功能处理，尽量不上传。

七、按需求选

手机上要说话内容，顺便还可能截几张画面文字，用提词匠；在剪辑视频，用剪映的识别字幕；长视频要时间轴和要点，用通义听悟或飞书妙记；只要画面上的几行字，用手机相册识别文字；素材敏感，用 Whisper 本地处理。