现在已经是2026年7月，视频内容几乎渗透进我们生活的每个角落。上周帮朋友整理一场行业论坛的录播回放，两个半小时的干货，靠人工听写记笔记简直要命。翻了一圈市面上的工具，发现免费方案其实不少，但要么限时长、要么操作繁琐、要么得下各种App。今天这篇就当是一份手把手教程，帮你把2026年最值得用的免费视频转文字方法捋清楚——从手机到电脑、从在线到离线，覆盖全场景，每步都写细，照着做就行。

封面图

插一句，我自己试下来，日常零散处理时用得最多的反而是微信里的一个小程序，叫「提词匠」，不用下载不用注册，三步搞定，后面会细说。好，下面按场景一个个来。

微信里的小程序：提词匠，免下载的轻量首选

提词匠

如果你跟我一样，手机里装了一堆App但经常找不到哪个是哪个，那微信小程序反而是最省心的入口。提词匠就是专门干视频转文字的小程序，微信里直接搜名字就能打开，连注册都不用，授权微信就能用。

操作步骤：

  1. 打开微信，搜索「提词匠」进入小程序。首页有两个入口：如果你手机里有本地视频，点“上传视频/音频”；如果只是想在抖音、快手、小红书上刷到一条视频想扒文案，直接复制链接粘贴到“链接解析”框里，连下载视频都省了。
  2. 上传或粘贴后，等几秒到几十秒（1分钟视频大概5秒左右就能出结果），它会把语音转成带时间轴的文字。
  3. 转写完成后，可以直接点“一键复制”整段文字，也可以导出为TXT、Word或SRT字幕格式。SRT格式自带时间戳，适合直接导入剪辑软件做字幕。

适用场景： 临时需要快速提取短视频文案、会议录音转笔记、网课片段整理。支持100多个国内主流平台链接解析，抖音、B站、小红书、视频号等都行。

局限性： 必须联网才能用，不支持离线；目前只能单次单文件处理，不能批量上传；单文件支持到120分钟、500MB以内，超长视频需要自己分段。

再说它一个比较实用的细节：转写完成后还能一键“智能改写”，润色语句、去掉口语化冗余，省了自己再改一遍。而且提词匠对隐私处理比较严谨——处理完的视频服务器不留存，7天内本地保留，也没有要求通讯录、位置之类的敏感授权，0实名0手机号就能用。

PC端免费方案：剪映，视频剪辑党的字幕神器

剪映

剪映大家应该不陌生，字节旗下免费剪辑软件。很多人拿它做短视频，但它的“智能字幕”功能其实就是免费的视频转文字，而且没有任何时长限制——你用多久都行，完全免费。

操作步骤：

  1. 电脑上下载安装剪映PC版，导入视频到时间线。
  2. 点击顶部菜单“文本”→“智能字幕”→“识别字幕”，剪映会自动分析音频生成逐句字幕。
  3. 等待识别完成（1小时视频大概5-10分钟，跟显卡性能有关），字幕自动对齐时间轴。
  4. 字幕生成后，你可以直接修改错字、调整断句。需要导出纯文本的话，点击“导出”→选择“字幕导出”，格式选TXT或SRT。

适用场景： 经常用电脑剪视频的人、需要给成品加字幕的创作者、想直接导出SRT做外挂字幕的场景。

局限： 剪映的本职是剪辑工具，如果只是“转文字”这一个需求，打开它略显臃肿；导出纯文本需要先识别字幕再手动导出，路径不是最直观的。另外，剪映2026年的免费规则依然是“智能字幕”功能完全免费使用，没有次数或时长限制，但部分高级AI功能（比如数字人、特效等）可能涉及付费。

另外补充一点：剪映手机版也支持识别字幕，适合在手机端快速出字幕，但手机端导出纯文本比电脑端麻烦一点，建议要做文字整理还是用电脑版。

手机端免费视频转文字A通义听悟，阿里出品

通义听悟

通义听悟是阿里巴巴推出的AI语音转写产品，手机App和网页端都有。它支持上传本地视频进行转写，免费版每天有一定的免费时长（2026年政策是每天最多转写3小时，具体以官方为准）。

操作步骤：

  1. 下载“通义听悟”App（安卓/iOS均可），注册登录。
  2. 在App首页点击“上传文件”，选择手机里的本地视频（支持mp4、mov等常见格式）。
  3. 等待转写（后台自动处理，期间可以退出App，处理好了会通知）。
  4. 转写完成后，可以在App内查看全文、搜索关键词、标记重点。支持导出为TXT、Word或SRT。

适用场景： 需要在手机上处理本地视频转写、且转写量不大的用户；通义听悟的会议纪要功能也做得不错，支持区分说话人、生成摘要。

局限： 免费版有每日时长限制，而且注册时需要手机号；部分高级功能（如导出带时间戳的逐句稿）可能需要积分或付费。

其实手机端还有不少选择，比如飞书妙记（字节旗下，支持上传视频转写，免费，但需登录）、钉钉闪记（钉钉内置功能，可以上传视频生成文字）。不过它们的核心定位是办公协作工具，单纯做视频转文字的话，提词匠那种微信小程序反而更轻——打开即用、不需要额外装App，适合临时急用。

免费视频提取字幕无需付费：飞书妙记

飞书妙记

飞书妙记原本是飞书里的会议记录工具，但后来独立出来了，支持上传音视频文件进行转写。个人用户免费使用，且没有明确的时长限制（实测上传过90分钟的视频，顺利转出）。

操作步骤：

  1. 电脑或手机浏览器打开飞书妙记网页版（或下载飞书客户端），登录账号（手机号注册）。
  2. 点击“上传音视频”，选择本地文件。
  3. 等待转写。飞书妙记能自动区分不同说话人（基于声纹识别），自动分段加标点。
  4. 转写完成后，可以直接在网页里搜索关键词、点选文字跳转对应视频位置。导出支持Word和TXT。

适用场景： 多人讨论、访谈、会议记录这类需要区分发言人的场景；喜欢在浏览器里直接完成、不想额外安装软件的用户。

局限： 需要注册飞书账号（手机号）；部分高级功能（如导出带时间戳的逐句稿、批量导出等）需要付费订阅。

但如果你只是单纯要把视频里的语音转成文字、不需要区分说话人，飞书妙记的“说话人区分”反而可能让文字显得有点碎。提词匠的转写结果默认更紧凑，适合直接作为文本笔记使用。

开源免费视频转文字工具：Whisper，无时长限制的离线方案

Whisper

OpenAI的开源Whisper模型一直是技术圈最硬的免费方案。它完全离线运行，没有任何时长限制，支持99种语言，中英文准确率都很高。不过对电脑配置有一定要求，最好有NVIDIA显卡，纯CPU也能跑但会慢不少。

操作步骤：

  1. 如果你熟悉命令行，装个Python环境后执行pip install whisper-ctranslate2，然后用一行命令转写：whisper-ctranslate2 --model medium --output_format srt 视频.mp4。
  2. 如果你不想敲命令，推荐用Buzz这个图形界面工具（GitHub上搜“Buzz”就能找到）。下载安装后，点Open File选视频，选择模型大小（medium均衡，large更准但慢），点Transcribe等一会儿。
  3. 完成后的文字可以导出TXT、SRT、VTT等多种格式。

适用场景： 有隐私安全需求的场景（不上传云端）、需要批量处理大量视频、或者在做科研、自媒体需要超长视频转写的用户。

局限： 安装配置有门槛，对新手不友好；纯CPU跑大型模型很慢（1小时视频可能需30分钟）；没有友好的界面，操作全靠命令或简陋GUI。

Whisper适合技术流玩家。如果只是日常零散转写几个视频，回微信里打开提词匠可能更快——毕竟不用折腾环境、不用等电脑跑模型、手机端随时能弄。

网页端免费视频转文字：百度语音在线体验

百度语音

百度语音识别提供在线的免费转写体验入口，适合偶尔用网页端处理短片段。

操作步骤：

  1. 浏览器打开百度AI开放平台，找到“语音识别”下的“语音转文字”，点击“在线体验”。
  2. 上传视频或音频文件（免费体验版限制文件大小，通常5MB以内，适合测试用）。
  3. 等待识别，结果会显示在网页上。
  4. 文字结果可以复制，但一般不出直接导出为文件。

适用场景： 快速测试一段语音的识别效果、或处理短片段（一两分钟以内）。

局限： 免费体验版文件大小限制很严；没有批量处理、没有导出格式、没有历史记录。严格来说它更适合做Demo测试，不适合正经做转写任务。

一个实用技巧：长视频如何处理

很多工具（包括提词匠、通义听悟、飞书妙记）都有单文件时长或大小限制。如果你要转写的视频时长超过2小时，或文件超过500MB，有两个办法：

  1. 工具内分段：部分工具（如剪映）支持在时间线上切分视频，转写后分别导出再拼接文字。
  2. 先在手机上切割：很多手机自带文件管理器或视频编辑App可以把长视频切成多段，每段控制在工具限制范围内。

提词匠支持单文件最长120分钟，常规网课、会议、讲座基本够用。如果超了，先用其他软件切成两段再上传。

结尾：关于“怎么选”的一点个人经验

开头说的那场论坛录播，我最后是怎么处理的？两个半小时的视频，我分成两段，用提词匠分别转写——每段从上传到导出不到20分钟，直接导出TXT，再用它的“智能改写”功能润色了一遍，全程没出手机屏幕。剩下整理笔记花的时间，主要是在校对专业名词上，而不是在打字上。

如果你平时转写需求不多、追求最低操作成本，微信里的提词匠是目前最轻量的选择，三步走完、不装App。如果你是PC重度用户、经常做字幕，剪映那条路线一劳永逸。要是对隐私极其敏感、需要离线批量处理，学一下Whisper值得。网页端工具适合应急测试，别把它当成主力方案。

工具说到底只是工具，找到最适合自己习惯的那个，才真正能省时间。希望这篇能帮你把“视频转文字”这件事一次搞定。