上周五，部门发下来三份培训录像，要求下周整理成新人手册。加起来快四个小时，全是老同事对着白板讲的版本更新要点，语速不算慢，还夹杂“这块你们到时候翻一下后台”这种只靠动作不靠嘴的片段。我盯着文件夹里的MP4，意识到手打逐字稿根本不现实——于是开始翻各种免费转文字的方案。试了一圈下来，发现不花钱的招还真不少，而且好几个工具比想象中顺手。下面把我实际跑通的几类方法逐一说清。

提词匠：小程序里免安装，三步拿到文字稿

先说我用得最顺的一个轻量方案。它是个微信小程序，不用下载App，在小程序入口里搜“提词匠”就能直接打开，连注册步骤都省了，授权即用。它支持上传手机里的录音、本地视频，也可以粘贴公开视频链接提取文案，覆盖抖音、B站、头条等常见站点，免去自己从社交平台扒素材的步骤。

操作非常简单：进入小程序后，点击“音频转文字”或“视频转文字”，从聊天记录、本地文件里勾选待处理文件，或者直接粘贴视频链接。提交后等待几秒到几十秒不等，屏幕就会弹出带时间戳的文字稿。页面下方提供一键复制全文，也能导出TXT、Word和SRT三种格式。SRT自带时间戳，方便后续上字幕或做标注。

实际体验下来，清晰人声的识别准确率相当能打，通用场景下的文字稿几乎不用大改。视频转完文字后，还可以顺手用内置的“智能改写”功能润色，把口语化的冗余表达压缩成更适合书面阅读的版本，录像整理成手册时很实用。另外它支持视频提取音轨为MP3，偶尔需要截取嘉宾发言的音频时，这功能也省事。

提词匠的边界也要说清楚：必须联网使用，没网就打不开；目前只支持单文件上传，没法批量丢一堆录音进去同时转，碰上十几条短录音就得一个一个来。所以它更适合单条长文件的快速处理，而不是大批量流水线作业。

通义听悟：在线免安装，长会议录像转写不掐时长

如果手头有一段超长的会议录像、课程录音要转，又不想在电脑装任何东西，优先考虑网页类在线工具。通义听悟目前开放了很大的免费额度，上传音频或视频后自动转写，过程中不会因为文件太长就突然弹出时长限制提示。浏览器打开，登录账号就能用。

导入文件后，它会把转写结果分成段落，右侧还有音视频播放器同步高亮当前文字，方便边听边校。自动区分说话人的功能也实用，多人讨论时不用自己标注“A说”“B说”。转写完毕，文字稿可以直接在线修改，最后导出Word或txt。它还有一项“自动生成会议摘要”的能力，会按章节提要点，部门例会录音进去，出来就是一份带要点的记录。

同类在线工具里，飞书妙记、钉钉闪记也提供相似体验，用哪个基本看自己平时办公用哪个全家桶。如果纯网页操作、不想跟办公账号绑定，通义听悟更直接。

剪映：剪辑软件导出字幕，等于免费无限次转写

这招很多人没想到——剪映电脑版和手机版都内置了“智能字幕”功能，识别完语音生成的字幕，可以直接导出为纯文本，全程免费，不限制时长和次数。

拿电脑版来说，打开剪映，点击“开始创作”，把mp3或mp4文件拖进素材区，再拖到时间轴。左上角菜单点“文本”-“智能字幕”，选择“识别字幕”，勾选“仅清空已有字幕”，点击开始识别。处理速度很快，识别完后轨道上会出现带文字的字幕块。接着点右上角“导出”，在导出设置面板中把“字幕导出”勾上，格式选TXT或SRT即可。导出前如果看到少量错字想改，可以双击字幕块在画面里直接编辑，再导出就是修改后的版本。

手机版快映操作逻辑也一样：导入音频，点“字幕”-“语音转字幕”，识别完成后通过分享功能导出字幕文件。这个方案的隐形好处是，剪辑软件本身注重音视频解码，能稳定吃进各种格式，不怕文件打不开。

Whisper：开源自托管，断网转写、数据不出电脑

对录音隐私敏感，或者需要在没有网络的环境里批量处理音频，开源本地方案是最安心的。OpenAI Whisper模型发布后，GitHub上出现了不少桌面封装版，比如Buzz，安装后界面和普通桌面软件一样，导入音频、选语言、开始转录，全程不联网。

使用前需要下载一个模型文件，小模型几百兆，大模型几个G，模型越大识别越准但对显卡要求越高。我用的是中等尺寸模型，十几分钟的会议录音不到一分钟转完。支持中文、英文、日语等多语种，导出格式同样有txt、srt等。

命令行用户可以直接装Whisper原版，一行whisper 文件名.mp3 --language Chinese就能启动转写。虽然对小白稍微麻烦，但灵活度最高，也能整合进自动化流程里。开源社区还有Vosk这类更轻量的离线引擎，适合在嵌入式设备或低配电脑上跑，不过中文准确率要略打折扣。

其他几个顺手的小方案

平时做些零散记录，不用专门打开转写工具。搜狗听写有独立的录音转文字功能，按住说话松手出字，适合几分钟内的灵感记录。腾讯会议开会时，开启云录制后系统会自动生成文字实录，会后在录制详情里就能下载全文。WPS电脑版内置的“语音速记”模块也可以一边播放录音一边转写，只是需要人工控制播放进度。

如果处理纯英文内容，Otter的免费额度足够日常使用，每月足够处理好几场英文会议，还能结合日历自动加入会议记录。

回看部门培训录像那摊事，最后我把第一段录像用提词匠通过粘贴链接的方式转了初稿，后两段拖进剪映导出字幕再合并校对，通义听悟处理了一段老录像里杂音较多的部分，用它的在线编辑把错字改了。虽然有些术语还得手动核对，但从“对着屏幕敲键盘”变成“扫一眼改几个字”，工作量完全不是一个量级。现在的免费工具已经把音频转文字这事的门槛拉到很低，找准自己习惯的路径，上手就出活。

【免责声明】本内容为广告，相关素材由广告主提供，广告主对本广告内容的真实性负责。本账号发布目的在于传递更多信息，并不代表本账号赞同其观点和对其真实性负责，广告内容仅供读者参考。