PDFCure
所有工具

视频转文字

用 Whisper 将视频的语音转写为文字和字幕（SRT/VTT）—— 在浏览器中处理，不上传。

选择音频或视频文件

MP3、WAV、M4A、MP4、MOV、WebM —— 用 Whisper 在浏览器中转写

点击选择，或将文件拖到此处

如何 视频转文字

  1. 1

    添加视频

    放入带音轨的 MP4、MOV 或 WebM —— 在浏览器中读取，绝不上传。

  2. 2

    选择模型和语言

    Base 更准确，Tiny 更快。语言保持自动检测或自行设置。模型只下载一次（约 40–80 MB），之后会缓存。

  3. 3

    转写并导出

    点击“转写”；完成后将转写内容复制或下载为纯文本或 SRT、VTT 字幕。

Related PDF tools

音频转文字new用 Whisper 将 MP3、WAV 或语音备忘录转写为文字和字幕 —— 在浏览器中处理，不上传。从视频中提取音频new将 MP4、MOV 或 WebM 视频的声音提取为 MP3 或 WAV。视频裁剪new在浏览器中把视频裁剪到你想要的部分。视频转 GIFnew在浏览器中把短视频片段（MP4、MOV、WebM）转换为动态 GIF。

视频转文字 — 常见问题

我的视频会被上传吗？+

不会。转写模型（OpenAI 的 Whisper）通过 WebAssembly 完全在你的浏览器中运行。视频绝不离开你的设备。

为什么有一次性下载？+

Whisper 的模型权重（Tiny 约 40 MB，Base 约 80 MB，已量化）会在你首次使用该尺寸时下载，之后浏览器会缓存它们 —— 此后可离线运行并瞬间启动。

它有多准？+

对于受支持语言的清晰语音，Base 表现稳健；Tiny 明显更粗糙但快得多。两者在浓重口音、说话重叠、背景音乐和低质量音频下都吃力 —— 请校对输出。

我能导出什么？+

纯文本，或带时间轴的 SRT、VTT 字幕。SRT/VTT 的时间来自模型的分段时间戳。

你们会把我的文件上传到服务器吗？+

不会——这里的每个工具都完全在你的设备上处理文件，不会向服务器上传任何内容。唯一的例外是 AI 工具，它们会把提取的文本（而非文件本身）发送给 Claude 来完成工作。

有文件大小限制吗？+

我们没有人为设置限制，但由于处理过程在你的浏览器中进行，非常大的文件（超过 500MB 或 1000 页）会受到你设备内存的限制，而非我们的限制。