视频转文字 — AI视频与音频转写(免费)
借助 AI 将你的视频或音频精准转为文字 —— 免费注册,支持多种语言。
此工具正在升级维护
探索更多工具已达到今日额度上限
从链接获取视频可能比上传文件耗时更长——对于长视频,可能需要一到两分钟。
您的文件已保存 — 处理将自动恢复。
此限制将于明天重置。升级到 Pro 版,畅享所有工具,告别限制。
你的文件已保留:处理将从中断处继续。
你的文件已保留:处理将从中断处继续。
一次处理一个任务。当前的完成后,将开始你的任务。
松开即可上传
将文件拖放到这里
或者使用其他入口,它一直可用。
MP4、MOV、AVI、MKV、WebM、MP3、WAV
免费试用 · 无需注册账号
免费试用 · 无需注册账号
松开即可上传
转换为:
翻译为:
保持时间轴不变
免费试用
平台
时长
使用此工具需注册免费账户,几秒钟即可搞定!
免费试用 · 无需注册账号
免费试用 · 无需注册账号
配额基于完整视频时长计算。排队中和运行中的任务均会计入;传输前会核对确切余额。
支持的平台
请选择两种不同的语言开始配音。
示例音频会以目标语言播放,方便你在开始前进行对比。
保留原声背景音
小音量,在翻译语音的背景中。
你的视频脚本
Klipa 刚才为你节省了时间。花 30 秒回馈我们一下吧 —— 在 Trustpilot 上留下评价。
已收到并保存你的视频。有空闲服务器时将立即开始处理。
处理完成
此阶段正在从头到尾处理视频。进度百分比将在处理完成时一次性更新。
这是整个任务中最长的一个阶段。即使数字没变,它也正在处理中。
确定现在取消吗?已完成的工作将会丢失,文件必须重新上传。
处理完成后立即发送邮件通知我。
Klipa 正在准备你的预览
正在为你剪辑最佳片段并进行自动重构图(人脸追踪)。此准备工作仅需一次——大约 30 秒。
升级以使用此风格生成剪辑,或继续使用免费的“极简”风格。
正在压制字幕…
Klipa 正在将你选择的字幕风格烧录到此片段中 —— 与预览效果完全一致。这需要一点时间,请保持页面打开。
压制失败 — 数据未丢失,你可以重试。
此文件已不可用
保存你的会话间视频,并获得下次导出的免费额度。
正在准备无水印视频……下载将自动开始。
Klipa 刚才为你节省了时间。花 30 秒回馈我们一下吧 —— 在 Trustpilot 上留下评价。
完整转换此视频 · 最高 2 GB / 2 小时 · 一次性付费
文件已过期
重新开始压制已达每月使用上限
你的免费版已达到本月的渲染额度上限。你的设置已保存——解锁此结果或升级到 Pro 版即可立即渲染。
字幕工坊
你的加字幕视频已就绪我们正在准备去水印的视频…
我们无法准备去水印视频。请联系我们——你的购买记录安全无虞。
Klipa 刚才为你节省了时间。花 30 秒回馈我们一下吧 —— 在 Trustpilot 上留下评价。
你的视频已就绪
下载原画画质的完整视频
随时随地,找到你的所有视频
你已用完 120 分钟时长
你的下载额度已用完,该视频需要更多配额。“下载”套餐每月提供 100 小时的视频额度——足够让你彻底告别配额限制。
- 每月 100 小时 — 是当前额度的 12 倍
- 高清和 4K,无需按视频逐个付费
- 支持全平台,无需下载应用,没有广告
无任何绑定 — 随时一键取消。
带时间戳的文本,并识别每一位发言者
将视频转换为文本就是把语音变成文字。Klipa 的转写工具同时支持视频和纯音频文件,能自动识别所说的语言,并在多人对话时区分不同的声音,随后生成带时间戳、可直接阅读、引用或制作成字幕的文本。
无论是视频还是音频文件:用同一个工具
无需先从视频中提取音频,也不用把录音转换成特殊格式:转写直接支持视频(MP4、MOV、AVI、MKV、WebM)和音频(MP3、WAV),单个文件最大可达 2 GB。无论你是从会议录音开始,还是用手机录制的普通语音备忘录,输出的结果都是一样的。
纯文本、SRT 或 VTT:按需选择
TXT 文件用于回读、引用或将段落复制到文章中。SRT 和 VTT 会为每一行添加时间戳:这些是视频剪辑软件或 YouTube 所需的字幕格式。转写会同时生成这三种格式,并打包成一个 ZIP 文件,上传时无需做任何选择。
什么因素真正影响转写准确率
没有背景音乐或噪音的清晰音频每次都能带来最佳效果。浓重口音或专业术语通常也能很好地识别,但偶尔可能会在罕见的专有名词上出错。你可以提前提供这些词来帮助识别,如果录音有杂音或距离较远,可以先去除背景噪音。
转写之后:字幕、翻译,还是只要文本
转写通常是第一步,而不是最后一步。若要在屏幕上显示文本,请使用动态字幕工具将 SRT 文件烧录进去。若要提供其他语言版本,请使用字幕翻译工具翻译 SRT 文件,或者用视频翻译工具直接进行语音配音。如果你只需要文字,TXT 文件就已经满足你的全部需求了。
一个免费账户,一步即可开通
转写功能调用按分钟计费的 AI,因此需要一个免费账户——只需一步即可开通,无需绑定银行卡。注册时赠送的额度足以应付你的首次转写,单个文件时长可达 10 分钟,且导出的内容绝无任何水印。
工具处理效果

3 步将视频或音频转换为文本
上传你的视频或音频文件
拖入视频或音频文件(最大 2 GB):免费账户即可开启转录,注册即送额度。
运行转写
系统会自动检测所说语言;如果有多人对话,可添加专有名词以便识别,并开启发言人区分功能。
下载你的文件
获取转写文本以及 SRT 和 VTT 字幕文件,全部打包在一个 ZIP 中,开箱即用。
为什么使用 Klipa 转写视频和音频?
自动识别语言
自动检测任何语种的口语:无需在转写前手动选择语言。
按句子添加时间戳的文本
转录的每个句子都带有确切的时间戳,因此你可以直接跳转到原始视频或音频中的精确段落,而无需重播整个内容。
支持导出 SRT、VTT 和纯文本
三种格式一次性打包输出在单个 ZIP 中:便于阅读的纯文本,以及可直接作为字幕使用的 SRT 和 VTT 文件。
发言人识别
转写功能还可自动识别说话人并区分不同参与者——非常适合多人的会议、访谈或有多位嘉宾的播客。
何时需要将视频或音频转为文字
转写采访内容
获取访谈的完整逐字稿,包含每行的时间戳和说话人姓名,无需反复播放录音,直接就能在文章中引用。
转写多人生会议
录制的会议将变成书面记录,每个参与者都会被自动识别或与你设置的人数进行匹配:无需回放整段内容去查是谁说了什么。
从视频生成字幕
转写可直接生成 SRT 和 VTT 文件,时间轴已对齐,无需重新打字即可直接烧录到视频中。
将播客转写为文章
转写文本可直接用作博客文章或节目Shownotes的基础,无需重新听完整集来寻找某一句精确的引言。
课堂笔记与学习辅助
将网课、教程或网络研讨会转写为带时间戳的文本,方便整理学习笔记或直达任意关键片段,无需在整段录像中反复拖动进度条。
视频与音频转写 — 常见问题
如何免费将视频转成文字?
上传视频或音频文件并开始转写:系统会自动检测所讲语言,并在片刻内生成带时间戳的文本,可下载为纯文本或 SRT、VTT 字幕文件,无需安装任何软件,免费账号即可使用——无论是采访、讲座还是会议都能轻松搞定。
转写功能支持识别哪些语言?
系统会自动检测广泛的语言,无需手动选择——包括英语、法语、西班牙语、阿拉伯语和普通话。当某个语言不受支持时,工具会明确提示,而不是盲目猜测并返回完全错误的语言文本。
我可以从链接转写 YouTube 或 TikTok 视频吗?
你需要直接上传文件,而不是粘贴链接——转写工具不支持通过网址获取视频。对于 TikTok、Instagram 或 Twitter/X 视频,请先下载视频,然后将保存的文件上传到这里进行转写。
我可以以什么格式导出转写文本?
纯文本(.txt),外加带时间戳的 SRT 和 VTT 字幕文件,全部打包进一个可下载的 ZIP 文件中。纯文本适合阅读或在文章中引用片段;SRT 和 VTT 可直接导入视频编辑器、播放器或 YouTube 的字幕上传后台。
可以直接从视频或音频文件生成 SRT 文件吗?
是的,转写会自动创建 SRT 文件:一旦识别出语音,每一行都会立即附带时间戳,无需额外步骤。这与字幕转换器不同,后者用于更改现有字幕文件的格式——而这里的 SRT 是直接从原始声音从零生成的。
AI 视频转文字的准确率如何?
对于音质清晰、语速平稳且单人发言的音频,准确率极高。浓重口音或专业术语通常也能被很好地识别;使用不错麦克风近距离录制的音频,效果会比手机在房间另一头收音干净得多。如有需要,请提前提供专有名词并消除背景噪音。
除了视频,还可以将音频转换为文字吗?
是的。转写功能同时接受视频和纯音频文件(MP3、WAV):无论是语音备忘录、会议录音还是播客节目,其转写方式与视频完全相同,无需提前进行提取步骤或格式转换,无论你上传的是哪种。
AI 转写工具是免费使用的吗?
可以:下载的转写文件不带任何水印,支持全部三种格式,且无需绑定银行卡。该工具需要注册免费账户,赠送的额度足够你完成最初的几次转写;在合理使用范围内,单文件时长最高可达 10 分钟,而升级 Pro 版则能处理更长的文件。
转写完成后,我上传的文件会被保留吗?
保存时间不长:免费账号的文件会在 7 天后删除,Pro 订阅账号则会在 30 天后删除。在此期间其他人无法访问你的文件,你也可以在到期前的任何时间重新下载。
转写字幕对提高视频的可访问性和 SEO 有帮助吗?
是的:Google 和 YouTube 索引的是页面的文本或字幕轨道,而不是视频的音频。转写文本还允许你通过简单的 Ctrl+F(Mac 上为 Cmd+F)在长视频中跳转到精确的关键词,将 VTT 文件添加到 YouTube 还可以方便聋哑和听障观众观看。
创作者评价
将你的视频和音频转化为文本
手动转录视频或音频录音需要数小时。Klipa 的自动转录功能可自动检测口语语言、为每个句子添加时间戳、识别会议或采访中的发言人,并将其全部导出为纯文本或 SRT 和 VTT 字幕——在免费账号上赠送的额度即可让你轻松上手,且获取的文件绝无水印。