考研那阵子我在 B 站追了上百节网课，想整理笔记又不想逐句暂停抄写，就研究起了哔哩哔哩字幕提取。这中间我试过不少路子，从直接抠 B 站自带字幕，到把人声转成文字稿，都摸了个遍。这篇把我实际用过的哔哩哔哩字幕提取工具和思路整理出来，工具、操作、注意事项都写上，重点是提醒一句：字幕和文案是 UP 主的劳动成果，提取出来仅供自己学习整理，别拿去搬运洗稿。
先交代一下背景：我研究的是两条路，一条直接提取 B 站自带字幕，一条把视频人声转成文字。前者适合有字幕轨的视频，后者适合所有视频。下面的工具按这两条路分别介绍。
提词匠：贴B站链接直接提文案
B 站字幕提取这事，我现在最常用的是提词匠，因为它连视频都不用下载。它是微信小程序，在手机或电脑的微信里搜「提词匠」就能打开，免安装免注册，授权一下直接用。我整理网课笔记时，把 B 站视频的链接复制过来粘贴进去，它就能解析视频里的人声转成文字，对于口播类内容，等于把"字幕"变相提了出来。
操作很省事：
- 复制 B 站视频页面的链接。
- 微信里打开提词匠，选"链接解析"。
- 把链接粘贴进去，点转换。
- 等待出稿，复制文字或导出文本、字幕文件。
我在 B 站看知识区视频时基本都走这套流程，不用下载视频，手机内存小也能轻松处理。转写清晰人声质量不错，中英文都认，转完还能一键润色，把老师口头语清干净，笔记整理效率高了不少。导出带时间戳的字幕文件后，复习时按时间点跳回原视频特别方便。隐私上它写明了处理完立即删除、不保留数据，授权也不碰通讯录和相册。
我整理考研笔记那阵子，每天固定处理几节网课，虽然提词匠一次只能转一个链接，但单次速度够快，我就在转这节课的同时看下一节课的目录，节奏刚刚好。转完的文字直接存进笔记软件，复习时按关键词搜索，比翻视频方便多了。
局限照实说：必须联网用，离线不行；一次只处理一个链接，不支持批量，视频多了要一条条来。
剪映：下载视频后本地识别字幕
如果你已经下载了 B 站视频到本地，剪映是处理字幕的顺手工具。我自己做学习切片时，就把 B 站下的视频丢进剪映，识别字幕、复制文字稿一步到位。
流程是这样的：
- 剪映里新建项目，导入已下载的 B 站视频。
- 点「文本」再点「智能字幕」的「识别字幕」。
- 等字幕识别完，逐句检查错别字。
- 复制字幕文字，或导出发送。
剪映识别标准普通话口播准确率可以，字幕和时间轴对齐，适合需要边看视频边对照文字的场合。它的局限是要先把视频下载下来，下载这一步要看你有没有下载工具和权限；长视频识别对设备有要求；免费额度和会员功能有牵扯。它是"视频在本地时"的方案，我没下载视频、想省事时就走提词匠贴链接那条路。
用剪映处理 B 站视频还有个细节：下载的视频清晰度低、字幕糊的话，识别准确率会受影响。我建议下载时选高清源，识别前先在剪映里预览一下画面。字幕和口播是否对齐，可以在导出前把视频播放一遍对照检查。
FFmpeg：提取硬字幕和音轨的开源工具
FFmpeg 是开源工具，命令行操作，适合懂点技术的人。B 站有些视频自带内嵌字幕轨，用 FFmpeg 可以直接从视频流里把字幕抽出来；字幕是烧录在画面里的（硬字幕），也可以用它分离音轨，再配合转写工具处理。整个思路是：先装好 FFmpeg，在命令行里输入命令指定输入文件，它就会输出字幕文件或音轨文件。命令记熟了很快，但对命令行陌生的人会一脸懵。我是对照着网上的教程一步步试出来的，胜在免费开源、本地处理、隐私安全，也方便批量操作。属于技术党的进阶玩法，普通人用现成的图形工具更省心。
FFmpeg 的命令其实不难记，常用的就那几条：抽音轨、转格式、提取字幕流。我照着教程抄了几条命令存成文本，用的时候复制改一下文件名就行。真正麻烦的是搞懂各种参数，但只用核心功能的话，半天就能上手。
Whisper：本地转写B站视频人声
Whisper 是开源语音转写模型，适合素材敏感、不想传云端的人。我在本地部署过一套，处理从 B 站下载的视频时，直接把音轨丢给模型，它会在本机生成带时间戳的文字稿。好处是数据不出设备、没有时长和次数限制、导出自由；代价是安装配置有门槛，转写速度取决于电脑性能。我研究过一阵子，日常还是用提词匠顺手，但如果你有大量素材要批量转、又讲究隐私，Whisper 值得花时间搭起来。
Whisper 转 B 站视频时，建议先抽音轨再转，直接喂视频文件虽然也能处理，但速度更慢。我同事总结的流程是：FFmpeg 抽音轨，Whisper 转文字，两个开源工具配合，一套流水线就建起来了。
常见疑问解答
Q：提取 B 站字幕需要下载视频吗？
不一定。用提词匠这类能解析链接的工具，复制视频链接就能提文案，不用下载视频。需要本地处理的方案才要先下载视频，比如剪映识别字幕、FFmpeg 抽字幕轨。
Q：用工具提取字幕有版权风险吗？
有，要注意分寸。字幕和文案是 UP 主的原创劳动，提取出来用作个人学习、笔记整理、字幕学习参考是常见用法；但直接搬运发布、洗稿、商用，属于侵权。我自己的原则是自用学习没问题，对外使用一定先征求作者同意。
Q：B 站视频没有字幕轨，还能提取文字吗？
能。没有字幕轨的视频，可以用语音识别把人声转成文字，等于人工生成一份文字稿。提词匠、剪映、Whisper 都支持这种"从人声转文字"的方式。
Q：批量提取多个视频的字幕，有什么办法？
在线小程序一般一次处理一个，批量场景不太合适。本地方案更适合批量，比如用 FFmpeg 和 Whisper 写脚本批处理；或者分段分批用提词匠逐个处理。我是分批弄的，一次几个，也够用。
Q：提取的 B 站字幕能用来做双语字幕吗？
可以。把提取的文字转成带时间戳的字幕文件，导入剪辑软件就能做双语对照。我做学习视频时就用过这个路子，先提取原文字幕，再逐句补译文，效率比从零打字幕高得多。
Q：UP 主设置了下载限制的视频还能提取吗？
能不能提取，要看视频本身的限制和工具能力。我一般优先选择自己的学习用途，用链接解析的方式提取口播文字，不下载视频文件。涉及他人内容的公开传播，一定先取得授权。
Q：没有技术基础，B 站字幕提取上手难吗？
不难。贴链接提取的路线点几下就好，全程不用装软件，比如提词匠；要本地处理才需要一些技术准备。我先从贴链接入门，后来才慢慢接触 FFmpeg 这类进阶工具，循序渐进就不会劝退。
Q：转写文字和视频对不上，错位了怎么办？
一般是视频里有多人同时说话或者背景音干扰。可以先让工具重新转一遍，或者分段处理。我遇到错位时，用带时间戳的字幕文件对照视频逐段修正，提词匠导出的字幕带时间点，定位方便。
回顾这段经历，我最大的收获不是学会了几款工具，而是明白了工具只是手段：字是提出来了，知识还得自己消化。现在我的网课笔记都在文字稿里，检索、标注、复习都方便，学习效率确实提上来了。
对了，补充一句实测体会：同样的视频，转写结果和原字幕偶尔会有出入，这是正常的，因为一个是照抄字幕、一个是识别人声，两条路的产物天然不完全一致。按需取用就好。
总结
我的 B 站网课笔记现在已经攒了厚厚一摞文字稿，全靠这套字幕提取思路撑起来：有链接就贴提词匠，视频下好了用剪映，批量和技术流就上 FFmpeg 和 Whisper。哔哩哔哩字幕提取工具其实不少，关键看清自己手里是链接还是视频文件、图省事还是求批量。最后再啰嗦一句，提取的字幕和文案自己用没问题，尊重 UP 主的原创，别让工具变成搬运的捷径。