MP4 轉文字 - 影片直接傳，不用先抽音軌
MP4 轉文字：影片檔案直接上傳，不需要先轉成音訊，輸出帶逐字時間戳的文字稿與 SRT 字幕，自動區分說話人。
最近更新: 2026-10-18
MP4 轉文字，不用先抽音軌
MP4 轉文字，就是把影片裡說的話直接變成文字稿和字幕。大多數轉文字工具只收音訊，於是流程變成：匯出音訊 → 上傳 → 轉寫。多出來的第一步不只浪費時間，二次編碼還會損失一點音質，反過來影響識別準確率。
這裡直接收影片檔案。MP4、MOV、MKV、WebM 都行，音軌由系統自己處理。
你會拿到什麼
一次上傳，三個產物：
- 文字稿——90+ 語言自動識別，不用預先選語種
- 逐字時間戳——每個字的起止時間，精確到 0.01 秒
- 說話人標註——最多 32 位，預設開啟
以一段英文口播實測，原始返回：
Vlog 口播是 MP4 轉文字的主力場景——語速快、帶口頭禪、隨口轉話題：
識別語言: eng (置信度 94.6%)
Built for the way you actually work. Sets up in ninety seconds,
runs all day, and comes with a two-year warranty. Ships free today
逐字時間戳(前 8 個):
Built[0.10→0.62] for[1.74→1.86] the[1.90→1.96] way[2.06→2.24]
you[2.34→2.46] actually[2.54→3.12] work.[3.26→4.02] Sets[5.20→5.46]
原文句末是「Ships free, today.」，識別成了「Ships free today」——逗號和句號被吞掉了。標點是語音識別裡最不穩的部分，因為它靠停頓推斷，而停頓因人而異。做字幕時這不影響觀感，做正式文稿時需要過一遍。
檔案太大怎麼辦
單次上傳上限 200MB。1080p 的一小時影片動輒好幾個 G，肯定超。
最省事的辦法：用剪輯軟體匯出一份純音訊再傳。 轉寫只用得到音軌，畫面對結果沒有任何影響，而一小時 MP3 通常只有 60–120MB。
也就是說，MP4 轉文字的預設做法是直接傳影片；只有檔案超過上限時，匯出音訊才是值得多走的一步。
順序上還有一個坑：先定剪，再轉寫。如果轉寫完又去剪了影片，SRT 的時間軸就和新畫面錯位了，只能重來。
MP4 轉文字的常見用途
| 做什麼 | 具體怎麼用 |
|---|---|
| 給成片配字幕 | 匯出 SRT，拖進剪映/Premiere，時間軸天然對齊 |
| 影片改寫成圖文 | 拿文字稿做底，改成公眾號/部落格，一魚兩吃 |
| 長影片做切片 | 搜文字定位金句，按句邊界切，不會切在字中間 |
| 訪談整理 | 說話人區分直接出對話稿，不用回聽認人 |
| 競品/課程學習 | 把別人的影片轉成可搜尋的文字，比反覆拖進度條快得多 |
第二行是最被低估的一條。一條影片的文字稿幾乎就是一篇文章的初稿，而搜尋引擎抓不到影片裡的話——轉成圖文等於給同一份內容開了第二個入口。
一個完整例子：訪談影片改成圖文
假設你錄了一條兩人對談的 MP4，想同時發影片和一篇文章：
- 剪輯定稿後，把成片直接上傳，不導音訊。
- 轉寫完成後，把 speaker_0、speaker_1 替換成兩位嘉賓的名字。
- 校對人名、產品名和標點——標點靠停頓推斷，正式文章裡要補齊。
- 匯出 SRT 給影片配字幕，再把文字稿整理成文章。
一次 MP4 轉文字，影片的字幕和文章的初稿都有了，不需要分兩次做。
MP4 轉文字怎麼用
- 開啟語音工作臺 → 轉錄
- 直接選影片檔案上傳（單次總計 ≤200MB，超了就先導音訊）
- 等待，一小時素材通常一兩分鐘
- 改錯字、替換說話人姓名，匯出文字稿或 SRT
常見問題
要先把影片轉成 MP3 再上傳嗎？ 不用。直接傳 MP4、MOV、MKV、WebM 等影片檔案即可，系統會自行處理音軌。多一步格式轉換除了浪費時間，還會因為二次編碼損失一點音質，反而影響識別。
影片檔案通常很大，200MB 夠嗎？ 如果不夠，用剪輯軟體匯出一份純音訊再傳——轉寫只用得到音軌，畫面對結果沒有任何影響。一小時的 MP3 通常只有 60–120MB，而同樣長度的 1080p 影片可能有好幾個 G。這是最省事的辦法。
MP4 轉文字匯出的字幕能直接用在剪映或 Premiere 裡嗎？ 可以。SRT 的時間軸來自轉寫時算出的逐字時間戳，與原影片同一時基，匯入後無需再對軸。注意如果你在轉寫後又剪輯了影片，時間軸會錯位——正確順序是先定剪再轉寫。
影片裡有多個人說話，能分開嗎？ 能，說話人區分預設開啟，最多 32 位，每句標註發言人和起止時間。訪談類、對談類影片上傳後直接得到對話稿。
開始
費用： 每個檔案 20 點數（單次 ≤200MB），失敗自動退回。¥29.90 的體驗包有 150 點數，夠轉 7 個檔案，點數不過期。
挑一條已經定剪的影片，做一次 MP4 轉文字，字幕和文字稿一起拿回來。
相關：MP3 轉文字 · YouTube 影片轉文字稿 · 字幕生成 · 影片翻譯配音