上传视频
添加网络研讨会文件，等待转录稿生成。
视频转录
视频转文字：生成可编辑转录与字幕
上传视频文件，即可将其中的语音内容转换为可查看、可编辑、可复用的文字。适合创作者、剪辑师、代理机构、研究人员和社媒团队整理文字稿与字幕文件。
视频转文字：生成可编辑转录与字幕: 可从单个视频、最多 50 个链接的列表、公开播放列表或设备中的文件开始。
支持: TikTok Instagram Reels YouTube Shorts Facebook Videos 文件上传
视频转文字，就是把视频文件中的语音内容转换成书面文本。使用 VidiRelay 时，你可以上传视频，结合时间戳查看并修改文字稿，再导出为文本文件或 SRT、VTT 等字幕格式。
截图导读
检查分段
核对说话人轮替、术语以及主要话题断点。
导出用于编辑
如果团队需要共同编辑转录稿，请选择 DOCX。
示例流程
将网络研讨会录制转成可复用文本
- 场景
- 一个团队希望从录制的网络研讨会中提取文本，用于制作回顾页面、摘取引用并定位关键片段。
- 素材输入
- 上传的一段 28 分钟网络研讨会视频，包含一位主持人、一位嘉宾和简短的观众问答。
- 结果
- 一份结构清晰的转录稿，包含明确的说话人轮替和主题分段，便于撰写回顾和挑选引用。
- 导出选择
- 编辑用 DOCX；轻量起草可用 TXT
常见使用场景
下面三个场景说明上传视频中的语音如何转成适合制作、研究和无障碍工作的可编辑文字。
会议录音转写文本
- 输入
- 上传或使用受支持的含有口头讨论的视频来源，将语音转换为文本。
- 输出
- 带有时间戳、便于审阅、编辑和导出的可读转写文本。
- 用途
- 适用于从录制视频中整理会议记录、摘要和文档。
用于内容复用的网络研讨会转写文本
- 输入
- 处理网络研讨会录制内容，将口语部分提取为文本。
- 输出
- 可搜索、复制和导出的结构化转写文本。
- 用途
- 有助于将较长的视频会议内容整理成文章、摘要和支持内容。
培训视频转写文本
- 输入
- 使用带有口语讲解的培训视频生成文本，用于内部审阅或学习材料。
- 输出
- 带时间戳的转写内容，适合编辑和准备字幕。
- 用途
- 让教学内容更容易查阅并改编为书面资料。
支持
- 音频清晰且可访问源媒体的口语视频内容
- 导出前可审阅带时间戳的转写文本
- 适用于会议、网络研讨会、采访和培训视频等场景
- 支持导出为纯文本、字幕、电子表格、结构化数据和文档
不支持
- 无法正常打开或处理的私有或不可访问媒体
- 无声画面或语音内容极少的视频
- 期望在嘈杂、多说话人或低质量录音中获得完美结果
- 请求访问已删除、受限或仅限登录的媒体
媒体已就绪视频转文字：生成可编辑转录与字幕
音频清晰度会影响结果语言和说话方式也很重要字幕文件基于已检查的文字稿生成
将口语视频转换为可编辑文本
将视频转换为文本使用 video-to-text 捕捉语音，结合时间戳审阅转写文本，并将其导出用于笔记、字幕或文档。
这个页面需要注意的重点
有几个实际因素会影响视频文字稿最终是否足够好用。
- 音频清晰度会影响结果
- 说话清楚、背景噪音较少、说话人区分明显时，通常更容易得到可用的初稿。如果音频发闷、多人重叠发言或音量不稳定，后续就需要更仔细地检查和修改。
- 语言和说话方式也很重要
- 不同语言、口音、语速以及专业术语，都会影响视频转文字的可用程度。采访内容、技术主题和语速较快的对话视频尤其建议认真复核。
- 字幕文件基于已检查的文字稿生成
- 如果你需要 SRT 或 VTT，最好先把文字稿检查一遍，确保字幕内容符合你希望观众看到的版本。在发布到视频平台或交给剪辑人员前，这一步很实用。
为什么使用视频转文字
核心价值在于把视频文件中的语音整理成真正可用的文本格式。
直接从设备中的视频文件开始
你可以直接选择本地已有的视频文件，而不是粘贴公开链接。这很适合草稿视频、采访录制、网络研讨会、会议记录，以及需要整理成文字的剪辑片段。
发布前先检查并修改文字稿
你可以结合时间戳逐段查看文字稿，并修改人名、措辞或排版等细节。这样更适合后续用于文章、字幕、笔记或交付文件。
导出文本和字幕格式
文字稿整理完成后，可导出为 TXT、SRT、VTT、CSV、JSON 或适用于 DOCX 的文本。这让视频转录既适合阅读整理，也方便字幕交接与后续处理。
视频转文字的使用方式
流程从你已保存的视频文件开始，最后得到可编辑文本或字幕文件。
- 1
上传视频文件
从你的设备中选择一个视频文件，开始进行视频转录。文件接收后，VidiRelay 会准备其中的语音内容用于生成文字稿。
- 2
查看并编辑文字稿
打开已完成的文字稿，结合时间戳检查关键片段。你可以在导出或分享前修正措辞、说话人信息或格式。
- 3
导出所需格式
完成后可下载纯文本，也可以选择 SRT 或 VTT 作为字幕文件。如果团队还需要其他用途，也可导出支持的其他格式。
开始前你需要知道的事
先了解几个来源和输出方面的限制，有助于你更准确地安排这项工作。
- 私密、已删除或当前不可用的来源可能无法处理，因此本页更适合直接上传你手头的视频文件。
- 文字稿在发布前应由你检查并编辑，尤其是在音频质量一般或语言内容较复杂时。
- 如果视频文件不是合适的起点，你也可以改用支持的公开链接、公开合集，或上传音频文件开始。
常见问题
视频转文字常见问题
我可以直接上传视频文件，而不是使用公开链接吗？
可以。本页就是用于从你的设备上传视频文件，并将其中的语音内容转换为可编辑文字。
我能从视频文字稿导出字幕文件吗？
可以。在你查看并修改文字稿后，可以导出包括 SRT 和 VTT 在内的字幕格式。
如果视频音频不清楚，或者有多位说话人怎么办？
仍然可以生成文字稿，但初稿通常需要更仔细地复核。音频越清晰、说话越分明，通常越有利于得到更好用的起始结果。
把视频转成文字后，还能继续做什么？
你可以基于文字稿继续生成摘要、开头文案、字幕文案、改写内容、SEO 简报或内容分析。这样同一份录制内容可以继续用于更多后续工作。
选择规则
选择规则适合使用不适合
存在多位说话人导出前检查说话人切换发布将不同声音混在一起的转录稿
转录稿将用于回顾文章添加简洁的章节标题保留一整块没有分段的长文本
团队会编辑该文件导出 DOCX在文档编辑场景中使用字幕格式
导出格式
TXT适合阅读、记笔记和简单的文本复用使用前检查除纯转写文本外，不包含字幕时间结构
SRT适合用于许多编辑器和媒体播放器的字幕制作使用前检查最终交付前可能需要手动检查字幕时间
VTT适合网页字幕和基于浏览器的视频播放使用前检查某些播放器对字幕提示设置的解析方式不同
CSV适合时间戳分析、电子表格排序和审阅流程使用前检查较长的转写单元格可能需要调整格式
JSON适合结构化转写存储和自定义集成使用前检查在需要基于字段的转写数据时最有用
DOCX适合编辑审阅、批注和文档协作使用前检查并非编辑字幕时间的最佳格式
失败原因
视频来源无法访问，或在需要时不是公开可用
可尝试: 使用能够正常打开并可供处理的媒体
文件或来源的音频较弱、失真或不一致
可尝试: 选择更清晰的录音，或在重试前改善源音频
多个说话人经常彼此重叠讲话
可尝试: 仔细审阅转写文本，并在需要时更正说话人切换
视频包含较长的非语音片段
可尝试: 使用口语片段更清晰的内容，以提高转写文本的实用性
所选来源或链接不完整或不受支持
可尝试: 提供有效的视频来源，并确认它是目标媒体
相关下一步
- 音频转文字：生成可编辑的转录稿
当来源仅为音频时，用于语音转写
- SRT、VTT、TXT、CSV 和 JSON 字幕转换器
用于将转写输出转换为字幕格式
- YouTube 视频与 Shorts 文字稿生成器
用于公开的 YouTube 专用转写流程
- 公开 Instagram Reel 视频文字稿生成器
用于公开的 Instagram 视频转写
官方参考
- WebVTT 规范
VTT 字幕文件和字幕提示区块结构的官方参考
- SubRip 字幕格式概览
常见 SRT 字幕文件行为的参考资料