99 种语言转写
支持 99 种语言的语音转文字，带自动语言检测，覆盖英语、西班牙语、葡萄牙语、法语、德语、意大利语、中文和日语等，无需手动指定源语言。
价格新用户 30 免费积分；文件 1 积分/分钟，社媒视频 5 积分/条
平台Web
归类AI 写作
收录2026-10-12
复核2026-10-12
编辑评分
4.1 / 5
★★★★☆
Video to Text编辑总结
Video to Text 是一款在线音视频转文字工具，上传文件或粘贴 YouTube、TikTok、Instagram、Facebook、X 的公开视频链接即可生成文字稿，支持 99 种语言与自动语言识别。新用户注册即得 30 个免费积分且不过期，上传文件按每分钟 1 积分计费，社媒视频每条固定 5 积分。稿件自带说话人区分与时间戳，可导出 TXT、SRT、VTT、CSV。主要短板是只做转写，不提供翻译、配音或视频编辑等后续处理。
Video to Text是什么？
Video to Text 是一款在线转录工具，把视频和音频文件转成可搜索、可复制的文字稿。使用方式有两种：直接上传本地媒体文件，或粘贴 YouTube、TikTok、Instagram、Facebook、X 上的公开视频链接，由 AI 完成转写。
转写结果自带三项标注：说话人区分（speaker diarization）、时间戳（timestamped transcripts）和自动语言识别。支持 99 种语言，涵盖英语、西班牙语、葡萄牙语、法语、德语、意大利语、中文和日语，并能处理同一份文件里的双语或多语混说内容。媒体格式方面，视频支持 MP4、MOV、MKV、WEBM、M4V，音频支持 MP3、WAV、M4A、FLAC、OGG、AAC、OPUS；导出格式有 TXT、SRT、VTT、CSV 四种。
上传文件按每分钟 1 个积分计费，社媒视频按每条 5 个积分固定计费、不限时长；新用户登录后自动获得 30 个免费积分，且不会过期。适合做字幕、会议记录、访谈整理、课程笔记和播客文稿的用户。
Video to Text核心功能
说话人区分
自动识别录音中的不同说话人并在稿件中标注谁说了哪句，适合访谈、会议和多人讨论的整理；上传时未启用该选项，导出的稿件就不会带说话人标签。
时间戳稿件
转写结果附带时间戳，可跳转到媒体中的具体时刻，用于制作字幕、剪辑对齐和内容复核，省去手动打轴的时间。
四种导出格式
可导出 TXT、SRT、VTT、CSV：TXT 适配任意文本编辑器，SRT 与 VTT 是标准字幕格式，CSV 可直接在 Excel 或 Google Sheets 中打开做结构化分析。
社媒链接直转
粘贴 YouTube、TikTok、Instagram、Facebook、X 的公开视频链接即可转写，每条固定 5 个积分、不限视频时长，无需先下载再上传。
多语混说识别
针对同一份文件里出现的双语或多语对话做了优化，对真实口语场景的混说录音识别准确率更好，不必把不同语言切成多个文件分别处理。
Video to Text适合谁用？
自媒体字幕作者
推荐需要为视频配字幕时，转写稿导出 SRT 或 VTT 即可直接进字幕工具，时间戳省去手动打轴；每条社媒视频固定 5 积分，不限时长。
访谈与播客整理者
推荐说话人区分能把多人对话标清楚谁说了哪句，长录音复核时按时间戳跳转即可；但上传时忘了启用说话人识别，导出稿就没有说话人标签。
会议记录人员
有条件会议录音转文字后可导出 TXT 或 CSV 做纪要，支持多语混说场景；但工具只做转写，不生成摘要或待办，会议纪要仍需自己整理。
需要翻译或配音的用户
不推荐工具输出的是原文文字稿，官网未说明提供翻译、配音或视频编辑能力，这类需求要另找工具完成。
Video to Text优点和缺点
优点
- 新用户注册即得 30 个免费积分，且官方说明不过期
- 上传文件按 1 积分/分钟计费，费用随用量线性增长
- 社媒视频每条固定 5 积分，不限时长
- 支持 99 种语言并带自动语言识别
- 说话人区分与时间戳已包含在积分内，不额外收费
- 导出 TXT、SRT、VTT、CSV 四种格式，覆盖字幕与表格场景
缺点
- 只做转写，配音或视频编辑
- 上传时未启用说话人识别，导出稿就不会带说话人标签
- 本地文件需先上传，官网未公开单次上传的大小与时长上限
- 仅支持网页端，官网未说明提供桌面或移动客户端
Video to Text版本与计费对比
| 方案 | 价格 | 包含内容 | 说明 |
|---|---|---|---|
| Starter | $9.9 / 200 credits | $1 / about 20 credits | — |
| Recommended | $19.9 / 600 credits | $1 / about 30 credits | — |
| Best Value | $99 / 6,000 credits | $1 / about 60 credits | — |
以上为公开费率整理，厂商保留调价权利，实际以官方页面为准。
Video to Text常见问题
Video to Text 免费吗？怎么收费？＋
新用户登录后可获得 30 个免费积分，官方说明这些积分不会过期。免费积分用完后按积分付费：上传音视频文件每分钟消耗 1 个积分，转写 YouTube、Instagram、TikTok、Facebook、X 的社媒视频每条固定 5 个积分、不限时长。积分包为一次性购买，用不完的积分留在账户里。
支持哪些语言和文件格式？＋
转写支持 99 种语言，带自动语言检测，涵盖英语、西班牙语、葡萄牙语、法语、德语、意大利语、中文和日语等，也能处理同一文件中的双语或多语混说内容。
说话人识别和时间戳要另外加钱吗？＋
不用。说话人识别与时间戳已包含在消耗的积分里，转写本身即含这两项。需要注意：如果上传视频时没有启用说话人识别，导出的文字稿就不会带说话人标签，需要重新处理。
转写结果能导出成什么格式？＋
共四种：TXT 是通用纯文本，任何文本编辑器都能打开；CSV 可以在 Excel 或 Google Sheets 等表格工具中打开，适合做结构化分析；SRT 和 VTT 是标准字幕格式，可直接用于给视频加字幕。
可以直接用视频链接转写吗？＋
可以。粘贴 YouTube、TikTok、Instagram、Facebook、X 的公开视频链接即可生成带时间戳的文字稿，每条固定消耗 5 个积分，不限视频时长，也不需要先下载视频再上传。
