长视频转文字,超过单次上限时要先切段:普通用户单次 60 分钟、500 MB,会员 120 分钟、2 GB,一两个小时的课程或直播回放,先用剪辑软件按整点或话题切成几段,分别转写,最后在 Word 里按顺序拼起来、统一校对。这篇按「切、转、拼、校」四步讲,每一步都有容易踩的坑。
(官方说明)提词匠有 iPhone、安卓 App 和微信小程序三个入口,同一个微信账号登录,积分和会员三端互通。
先算一下:你的视频要不要切
动手之前先看两个数字:时长和文件大小。手机相册里点开视频能看到时长,电脑上右键看属性能看到大小。
| 视频情况 | 普通用户 | 会员 |
|---|---|---|
| 50 分钟、300 MB 的讲座 | 直接传 | 直接传 |
| 90 分钟、1 GB 的课程录像 | 切成两段 | 直接传 |
| 3 小时、3 GB 的直播回放 | 切成四段 | 切成两段 |
| 40 分钟但有 1 GB 的 4K 视频 | 压缩体积或切段 | 直接传 |
时长和大小只要有一项超了就传不上去。像最后一行那种「时长没超、体积超了」的 4K 视频,不一定要切,导出一份 1080P 的版本体积就下来了,转写只听声音,画质降一点不影响结果。
第 1 步:用剪辑软件把长视频切开
切段用电脑上的剪辑软件比较顺手,手机上的剪辑 App 也能做。以剪映为例:把视频拖进时间轴,把播放头移到要切的位置,点分割,然后分别导出每一段。

切的位置有讲究,我的经验是这几条:
- 别在话说到一半时切:在停顿、换 PPT、提问环节这类地方下刀,不然一句话会被拆到两段里,转出来两头都不完整;
- 每段留一点重叠:上一段结尾和下一段开头各多留五到十秒,拼的时候删掉重复的句子就行,比漏掉一句好处理;
- 文件名带上顺序:比如「讲座-1」「讲座-2」,后面拼起来不会乱;
- 导出时可以只要声音:有的剪辑软件能直接导出音频,体积小得多,用「音频转文字」传也一样。
第 2 步:一段一段上传转写
在提词匠里打开「视频转文字」,选第一段视频。iPhone App、安卓 App 和微信小程序都能做长视频转文字,入口和步骤大体一样;小程序还多一个「从聊天记录选择」,视频在微信里的话不用先存相册。

一次只能传一个文件,所以要按顺序一段一段来。每段上传完会显示进度,点「后台转换」就可以去处理下一段的剪辑,不用干等。计费按每段的时长分别算,1 积分 / 分钟,不足 1 分钟按 1 分钟,所以切成四段比不切多出来的,也就是几个零头分钟。

第 3 步:按顺序导出,再拼成一份
每段转完,在结果页点「保存文件」,选 Word 或 TXT。要拼文稿,我更推荐 TXT,纯文字粘贴到一起不会带进乱七八糟的格式。

拼接的做法:
- 新建一个 Word 文档,按顺序把每段的文字粘进去;
- 每段开头加一行小标题,比如「第二部分(约 60~120 分钟)」,方便以后对照视频找位置;
- 找到两段交界处重叠的那几句,删掉一份;
- 全部拼完以后,从头统一改人名和术语。
如果要的是字幕,就分别导出每段的 SRT。注意每段 SRT 的时间都是从 0 开始算的,直接合并会对不上,要在字幕软件里把后面几段整体往后平移对应的时长,或者在剪辑软件里把每段字幕放到对应的视频片段上。
不同类型的长视频,切法不太一样
同样是一两个小时,内容结构不一样,切的位置也不一样。我常遇到的几种:
- 网课、讲座:按章节切。讲者一般会说「下面我们讲第二部分」,或者换一页标题 PPT,这就是天然的分段点,切出来的每段正好对应一个知识点,后面整理笔记也方便;
- 直播回放:开头常有十几分钟的等人、调试设备,结尾有抽奖、互动,这两块先剪掉,中间按商品或话题切;
- 会议录像:按议题切,每个议题一段,转完直接对应纪要里的一节;
- 访谈、播客视频:找主持人换问题的地方切,别在嘉宾回答到一半时切。
切完以后在文件名里写上这一段讲什么,比如「讲座-2-案例分析」,比只写序号好找得多。
长视频转文字工具怎么配合着用
处理长视频,一般不是只用一个工具,而是剪辑软件负责切,转写工具负责出文字。几类常见的长视频转文字工具,分工大概是这样:
| 工具类型 | 在长视频里干什么 | 要注意 |
|---|---|---|
| 剪辑软件(剪映等) | 切段、压体积、导出音频;也能直接识别字幕 | 识别字幕有会员权益限制,以官方为准 |
| 提词匠 | 分段转写,导出 TXT、Word、SRT | 单次有时长和大小上限,一次一个文件 |
| 网页转写工作台 | 上传后在网页里逐句校对 | 要注册账号,大文件上传看网速 |
| 本地开源模型(Whisper 等) | 在自己电脑上跑,不上传 | 要装环境,长视频在普通电脑上跑得慢 |
我自己的习惯是剪辑软件切段,提词匠在手机上一段段转,这样视频分段转写和剪辑可以同时进行,切下一段的时候上一段已经在转了。
第 4 步:长稿子的校对顺序
一两个小时的视频转出来动辄几万字,逐字回听不现实。我的顺序是:
- 先扫专有名词:讲座里反复出现的人名、术语,错的话会错成同一个样子,查找替换一次改完;
- 再看交界处:每段开头和结尾的几句常常不完整,对着视频听一下;
- 然后核数字:日期、金额、百分比这类信息单独过一遍;
- 最后按话题分节:长视频转文字的稿子不分节没法读,按讲者换话题的地方加小标题。
长视频转文字常见问题
能不能一次把几段都传上去?
不能。提词匠一次只处理一个文件,几段视频要依次上传。好在转写的时候可以去切下一段,整体花的时间不会多太多。
切段会不会影响识别效果?
只要别在一句话中间切,识别效果和不切基本一样。识别准不准主要看声音清不清楚,背景音乐、多人抢话这些影响更大。
直播回放里中间有很长的空白怎么办?
没人说话的部分也按时长计费,切段时顺手把开场等待、中场休息这些空白剪掉,既省积分,也让每段更短。
视频分段转写以后,字幕时间怎么接起来?
每段 SRT 都从 0 秒开始。比较省心的做法是在剪辑软件里把每段视频和它的 SRT 一起放进时间轴,按顺序排好再整体导出字幕;不剪辑的话,用字幕软件的「时间平移」功能,把第二段整体往后移第一段的时长,依此类推。
转写记录会一直保存吗?
普通用户的记录页保留 10 条,会员 50 条、云端存 30 天。长视频切得段数多,前面几段可能很快被顶掉,每段转完就导出,别等全部转完再一起存。
回头看这四步
长视频转文字本身不难,难的是切段和拼接时不出乱子:在停顿处切、每段留点重叠、文件名带顺序、转完马上导出。我处理两小时的线上课程,一般切成两段,开会员的话一段就够,用提词匠转完存 TXT 拼进 Word,校对加分节大概一个小时能整理完。