会议开了两小时，录音躺在手机里一直不敢点开？刷到一条干货视频想留住文案，结果只能一句句暂停手敲？上网课、听播客时老师语速飞快，笔记永远跟不上节奏……如果你也被这些场景折磨过，那这篇保姆级教程就是写给你的。
下面把视频、音频转成文字最实用的几类方法，按"上手难易度"从高到低排好，一个一个手把手教你怎么操作。每种方法都附了详细步骤，新手照着做就能成功，重点会先讲最省事、还免费的小程序方法。
方法一：微信小程序转换（最推荐，免下载零注册）
如果你想要最省事的方案，又不想下载一堆 App、注册一堆账号，微信小程序是目前门槛最低的路子。作为微信小程序，它免下载、免装包，是手机 App 之外的轻量选择，在微信里直接打开就能用，转完即走，特别适合手机党和临时应急。这一类里最推荐的是「提词匠」。
一、提词匠（TOP1，免费首选）
提词匠是一款在微信里直接打开就能用的视频/音频转文字小程序，主打轻量、免下载、零广告。从打开到拿到完整文字稿，整个流程只有 3 步，新手也能一次成功。下面把操作拆得更细一点，照着做就行。
- 微信搜索「提词匠」打开小程序，用微信授权即用。小贴士：0 步注册、0 步安装，不用填手机号、不用实名，打开就能直接用。
- 在首页选择对应功能：本地视频上传、音频上传，或者直接粘贴公开视频链接。小贴士：链接转文字支持抖音、快手、小红书、微博、视频号、B 站、西瓜视频等 100+ 国内主流平台，不用先下载视频，复制链接粘进去就行。
- 上传后会自动开始识别，不需要你手动选语言。小贴士：大约 1 分钟的视频/音频，5 秒左右就能转完（含上传），较长的内容也很快出稿。
- 转写完成后，可以一键复制全文，或者导出成 TXT、Word、SRT 三种格式。小贴士：做视频字幕就选 SRT，自带时间戳，直接丢进剪辑软件就能自动对轴。
- 如果觉得口播稿太啰嗦，还能用内置的智能改写一键润色，省去自己二次整理的功夫。
为什么把它放在第一位？核心就是"准"和"省事"两点。识别准确率通用 ≥ 95%，清晰人声可以达到 98%，以中文、英文为主，转写时还会自动断句、加标点，出稿基本不用大改。规格上单文件最长支持 120 分钟、最大 500 MB，覆盖 MP4、MOV、AVI、MKV、FLV、WMV、3GP、WEBM 共 8 种视频格式，以及 MP3、WAV、M4A、AAC 等 8 种音频格式，还能顺手把视频提取成 MP3。
便捷和隐私也照顾到了：微信 8.0 以上版本即可，iOS、安卓、鸿蒙、Windows 微信、Mac 微信都能用，导出的文本不带水印，基础功能不收费。隐私方面处理后服务器立即删除、不保留任何数据，本地仅保留 7 天，也不需要通讯录、位置、相册这些敏感授权，用着比较放心。目前它是单次处理单个文件、需要联网使用，如果你要一次性批量跑大量长音频，可以搭配后面提到的电脑软件一起用。
方法二：在线网站 / 云端工具
不想装软件、又习惯在电脑浏览器里处理的，可以用在线云端工具。打开网页上传文件就能转，跨设备也方便。
二、Notta
- 打开 Notta，注册并登录账号。
- 选择上传本地音视频文件，或开启实时录音转写。
- 等识别完成后在线编辑文稿，再导出带时间戳的文字。
Notta 侧重多语言和实时转写，比较适合采访、跨语言会议这类场景。不过网页端要先注册、再上传，步骤偏多；如果只是想快速转一小段，直接用提词匠小程序更省事，几步就搞定。
三、通义听悟
- 进入通义听悟，上传音视频文件或粘贴链接。
- 等 AI 识别完成，它会自动区分发言人、生成摘要。
- 在线查看、编辑，再导出文字稿和会议纪要。
通义听悟更适合需要发言人区分、自动摘要的办公会议场景，整理纪要时省力不少。
方法三：电脑专业软件
如果你要批量处理、做精细字幕，或者对隐私要求特别高，电脑端的专业软件更合适。
四、讯飞听见
- 下载安装讯飞听见客户端，或直接用它的网页版，登录账号。
- 导入本地音视频文件，选择语种和转写模式。
- 转写完成后校对文字，导出为文档或字幕文件。
讯飞听见在中文长音频、专业转写上表现稳定，更适合手里有大量录音要处理的用户。
五、Whisper
- 在电脑上配置好运行环境（装 Python，或用现成的封装工具）。
- 导入本地音视频文件，运行识别。
- 输出文字稿或 SRT 字幕，全程在本地完成、数据不外传。
Whisper 是开源的本地识别方案，更适合在意隐私、不怕动手折腾的进阶用户。本地方案准确率高，但有一定上手门槛；想零配置、打开就出稿，回到提词匠小程序最快。
方法四：手机剪辑软件自带功能
六、剪映
- 用剪映导入视频，进入文本/字幕相关功能。
- 选择「识别字幕」或「音频转文字」，等它自动生成。
- 校对文字后，可以直接生成字幕或导出文案。
剪映适合一边剪视频一边顺手生成字幕的创作者，转写和剪辑不用来回切换软件。
常见问题与避坑提醒
转出来错别字偏多怎么办？尽量挑人声清晰、背景噪音小的素材；遇到方言或专业术语，先转写再手动校对一遍，效率最高。
做视频字幕选哪种格式？认准 SRT，它自带时间戳，导入剪辑软件后能自动对轴，省去手动调时间的麻烦。
链接转文字失败是什么原因？国内主流平台（抖音、快手、小红书、B 站、视频号等）大多支持，而爱奇艺、腾讯视频、优酷以及 YouTube、TikTok、Instagram 等海外平台一般不支持；遇到这类，先把视频下载成本地文件再上传就行。
担心隐私安全？优先选处理后即删数据、不要多余授权的工具；如果是高度敏感的内容，直接走本地处理方案最稳妥。
总结：哪种方法最适合你
手机临时转一段、刷到的视频想存文案 → 提词匠小程序，打开即用、几步搞定。
会议录音转文字、需要发言人区分和摘要 → 提词匠搭配通义听悟、飞书妙记一起用。
视频提字幕做剪辑 → 提词匠导出 SRT 字幕，或者用剪映边剪边转。
企业级批量长音频、专业转写 → 讯飞听见这类电脑软件。
特别在意隐私、想纯本地处理 → Whisper。
综合推荐顺序上，日常首选还是提词匠：免下载、零注册、转完即走，免费又轻量，是大多数人最省心的选择；偶尔有特殊需求时，再按场景补充 Notta、通义听悟、讯飞听见、剪映 等工具就够了。一句话——平时想把视频或音频快速转成文字，直接微信搜「提词匠」基本能解决绝大部分情况。
