Video to Text 使用教程 | 上传、转写与导出

Video to Text 的使用流程很简单：登录账号，上传受支持的文件，选择语言设置，等待转写完成，然后以你需要的格式导出结果。

本指南介绍应用当前的完整流程。如果你想先了解格式细节，请参阅 Video to Text 支持的媒体格式。如果你想先了解语言相关内容，请阅读 Video to Text 支持的语言。

第 1 步：登录并准备积分

在开始转写之前，请先登录你的账号。应用会在开始处理前检查账号权限和可用积分。

新用户会获得 30 个免费积分。如果你的剩余积分不足以处理所选文件，应用会在转写开始前提示你充值。

第 2 步：上传受支持的音频或视频文件

点击上传区域并选择你的文件。

Video to Text 目前接受以下文件类型：

• 音频：.aac、.flac、.m4a、.mp3、.oga、.ogg、.opus、.wav
• 视频：.mp4、.m4v、.mov、.mkv、.webm

上传规则同样重要：

• 最大文件大小：5 GB
• 最大媒体时长：10 小时以内

如果你的文件超出其中任何一项限制，应用会在转写开始前终止流程。

第 3 步：选择语言选项

选择文件后，请根据录音内容选择合适的语言设置：

• 如果你清楚录音的语言，就选择具体语言
• 如果不确定，可以使用自动检测
• 如果录音中会在多种语言之间切换，可以使用多语言检测

对于长访谈、播客和跨国团队会议来说，这个选择最为关键。

第 4 步：按需开启说话人标签

如果对话中有多个说话人，说话人标签会很有用。启用该选项后，转写文本可以按说话人区分内容，让审阅和导出的结果更易读。

以下场景尤其适合开启：

• 会议
• 访谈
• 圆桌讨论
• 课堂录音

第 5 步：等待上传和转写完成

提交文件后，应用会先将其上传到存储空间，然后开始转写。任务运行期间会显示进度信息。

Video to Text 的目标是快速出结果，但总耗时仍取决于几个因素：

• 文件时长
• 上传速度
• 文件大小
• 音频是否清晰

如果你想详细了解预期耗时，请阅读 Video to Text 转写需要多长时间？。

第 6 步：导出转写文本

转写完成后，应用会带你进入导出页面。你可以将转写文本导出为：

• csv
• srt
• vtt
• txt

请根据下一步用途选择格式：

• 制作字幕用 srt 或 vtt
• 表格审阅或结构化交接用 csv
• 纯文本编辑和笔记用 txt

流程速览

如果你只需要简短版本，流程如下：

1. 登录账号。
2. 上传受支持的文件。
3. 确认文件小于 5 GB 且时长在 10 小时以内。
4. 选择语言选项。
5. 按需开启说话人标签。
6. 开始转写。
7. 将完成的转写文本导出为 csv、srt、vtt 或 txt。

让结果更顺利的小技巧

• 尽量上传最干净的原始文件。
• 尽可能选择正确的语言选项。
• 多人对话时开启说话人标签。
• 如果不同同事需要不同格式的输出，可以导出多种格式。

相关文档

• Video to Text 支持的媒体格式
• Video to Text 支持的语言
• Video to Text 转写需要多长时间？