爱意满满的作品展示区。
yongkunchen

做了一个 MP4 转文字的小工具

  •  
  •   yongkunchen ·
    cykk · Aug 20 · 1984 views
    This topic created in 76 days ago, the information mentioned may be changed or developed.
    最近自己做了一个 MP4 转文字的 AI 小工具,主要用于把视频快速转换成文本。

    项目地址: https://mp4totext.ai/

    开发过程中发现,真正麻烦的并不是调用语音识别模型,而是视频格式兼容、音频提取、长视频处理以及异步任务这些细节。

    目前还在持续优化,如果大家平时有视频转文字的需求,欢迎试试看。

    也想听听大家对视频转写类工具还有哪些实际需求。
    12 replies  •  2026-08-28 20:21:38 +08:00
    oldManNewThought
    提取文案的东西吗,我记得夸克网盘上直接内置了这个,还能导出不同格式的文本
    langhuishan
    2
    只是提取语音吗?有没有让 AI 通过视频写文案呢?就是视频转换成剧本。
    wxd21020
    wxd21020
    Aug 20
    3
    大佬,支持人员角色只能分类不?能否本地化离线环境呢?有些音频涉密是否可用?
    pike0002
    pike0002
    Aug 20
    4
    可以加功能比如像 PandaRecord 一样支持转录后再进行 AI 校正和手动校正。https://www.pandarecord.com/create-transcript
    KathleenMurphy
    5
    能不能直接识别文字后总结一下?
    unii23i
    unii23i
    Aug 20
    6
    感觉功能有点太简单了,我做新媒体视频的,下了 codex 第一个工具就是做的这个,然后翻译成中文语音,但是受众也仅对我这批人呃
    Rliey
    Rliey
    Aug 20
    7
    ... 试了个藏语的果然跟我的一样 出现了重复句子的问题
    I cannot see the rest of my life. I have a child who has been holding my own hands. I can't hold my hand when I am back. I can't hold my hand. I can't hold my hand. But I can't hold my hand. I can hold my hand and hold my hand.
    lneoi
    lneoi
    Aug 20
    8
    我都是将各种课程转成文字版,用的是通义听悟,但音质+各种领域会导致错字非常多,还需要多轮 ai 处理,然后最后才再由 AI 整理成多份或者一份课程知识体系的阅读文档
    iyuanyi
    iyuanyi
    Aug 20 via iPhone
    9
    音视频转文字的赛道真是拥挤啊 https://freeaudiototext.com/mp4-to-text

    @wxd21020
    离线运行 数据全部在本地 可以标记角色 你可以下载这个试试 https://download.freeaudiototext.com/FreeAudioToText-Mac.v.1.0.1.zip
    wxd21020
    wxd21020
    Aug 21
    10
    @iyuanyi 感谢佬。
    yongkunchen
    yongkunchen
    OP
    Aug 27
    11
    @unii23i 你感觉还需要有哪些功能呢?我看主流的就是转录文本,然后总结这些,其他的需求还没有深入调研
    iyuanyi
    iyuanyi
    Aug 28
    12
    @wxd21020 本地客户端更新为本地 docker 了。分角色 不需要联网 数据绝对不上传的版本。有需要可以给你授权测试 https://freeaudiototext.com/zh/enterprise
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   2825 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 140ms · UTC 14:05 · PVG 22:05 · LAX 06:05 · JFK 09:05
    ♥ Do have faith in what you're doing.