免费视频转文字工具：先看视频时长和隐私要求，再决定在线还是本地

找免费的视频转文字工具，先别急着下载，先想清楚两件事：视频有多长，内容私不私密。短视频、网课这类公开内容，在线工具就够用；时长很长或者内容涉密，更适合放在本地电脑上处理。这两点决定了你该选哪一类工具。

视频转文字是怎么识别的

这类工具识别的是视频里的声音，而不是画面。工具先把声音提取出来，再用语音识别模型把说话内容转成文字。所以识别得准不准，主要取决于声音：普通话清晰、背景安静的，准确率高；方言、多人抢话、背景音乐很大的，错字会明显增多。

影响「免费」能用多少的因素

• 时长：在线工具常按时长或次数给免费额度，长视频容易超出。
• 导出格式：有的工具识别免费，导出字幕或文档另有规则。
• 使用频率：偶尔用一次和天天用，适合的工具不一样。

各家的免费范围会调整，下面写到的额度、收费以当前版本为准。

剪映：识别后直接做字幕

剪映的智能字幕可以识别视频里的说话内容，识别完能逐句修改，再导出字幕文件。适合短视频、网课、口播视频，本来就要剪辑的人用起来很顺手。需要联网，嘈杂环境下准确率会下降。

提词匠：手机上传视频转文字

不想在电脑上操作的，可以用提词匠。它是微信小程序，不用注册，上传本地视频就能转文字，MP4、MOV 等 8 种视频格式都支持，单个文件时长 120 分钟以内、500MB 以内。转完可以导出 TXT、Word 或带时间戳的 SRT 字幕，导出的文件没有水印，处理完服务器会删除文件。

它适合手机上随手处理一两个视频；不适合的情况也要说清楚：必须联网，不支持批量，也不区分发言人，多人会议录像要自己标注是谁说的。

通义听悟、讯飞听见：长内容和会议

网课、访谈、会议录像这类长内容，可以用通义听悟或讯飞听见。它们支持时间戳、导出文档，适合需要仔细校对的场景，有一定的免费额度，具体以当前版本为准。

Whisper：本地离线，隐私优先

Whisper 是开源的语音识别模型，可以在自己电脑上运行，视频不用上传。适合涉密、隐私素材。缺点是要下载模型、对电脑配置有要求，刚开始上手需要一点耐心。

转出来的文字怎么用

转写结果是口语原文，直接用会显得啰嗦。整理成文章时，先删掉「然后」「就是说」这类口头禅，把重复的意思合并，再按内容分段加小标题。要做字幕的，导出带时间戳的 SRT，导入剪辑软件后统一调整字体和位置。网课内容整理成笔记时，可以按知识点分节，重点概念单独标出来，复习时更好找。

几类工具对比

工具	使用方式	适合场景
剪映	手机、电脑	边剪辑边做字幕
提词匠	微信小程序	手机上转单个视频，导出文字稿或字幕
通义听悟、讯飞听见	网页、App	长视频、会议、访谈
Whisper	本地电脑	私密素材、不想上传

容易踩的坑

• 只看免费不看额度：长视频转到一半额度用完，只能分段重来。
• 忽略导出格式：要字幕却只导出了纯文字，又得重新转。
• 转完直接用：同音字、专有名词常出错，发布前要校对。

按情况怎么选

短视频要做字幕，用剪映；手机上转一两个视频拿文字稿，用提词匠；长网课、会议录像，用通义听悟或讯飞听见；涉密内容放在本地用 Whisper。转出来的文字一定要校对，尤其是人名、数字和专业术语。转写别人的视频，文字只做学习参考，不要原样搬运。