视频转文字
语音转文字，直接显示在屏幕上。上传视频后，AI 会识别说话内容，将其转换为字幕并烧录至画面中——为您提供可预览和下载的完整字幕视频。Recapo.ai。
点击上传或拖入视频文件
支持 MP4、MOV、MKV、WebM、MPEG、MPG、3GP、3GPP 格式
单文件 ≤ 2 GB
源视频时长不超过 60 分钟
极长视频可能因 ASR 音频超过 100MB 而失败，建议先裁剪
上传视频后可调整配置并实时预览效果
文字留在屏幕上，而不是侧边文件中
这里语音转文字的重点不是您需要管理的逐字稿——而是人们可以实际观看且文字就在眼前的视频。Recapo 识别语音，将其写成字幕并烧录至画面中，因此完成的视频可以在任何地方播放并带有文字：在动态中静音播放、在手机上、在会移除字幕轨的播放器中。一个文件，包含字幕，无需附加任何内容。
- 01
上传您的视频
从您的设备添加视频文件，或从链接导入。访谈、说话者特写片段、讲座和播客视频皆适用。
- 02
让 AI 识别语音
AI 语音识别会聆听音频，并将说话内容转换为干净、易读的字幕行，并根据屏幕上说话的内容进行时间同步。
- 03
预览并下载字幕视频
字幕直接烧录至画面中。在页面上预览完成的视频，然后下载带有字幕的 MP4——文字与画面结合在同一个文件中。
访谈和播客
将口头回答转换为屏幕字幕，让引言在视频播放时可读。
讲座和演讲
将每个口头重点捕获为烧录至视频中的字幕，以便静音观看。
社交和动态视频
输出可静音阅读的字幕剪辑，无需管理字幕文件。
从口语音频到完整的字幕视频
AI 在一次操作中完成聆听和撰写：它识别语音，将其转换为符合演讲时间轴的字幕行，并将其渲染至画面中。输出的是单一的字幕视频——不是脚本，也不是稍后需要同步的文件——准备好在页面上预览并下载为 MP4。语音输入；可观看且带有字幕的剪辑输出。
适合这些实际场景
识别中文或英文访谈
设置视频字幕样式
下载烧录字幕 MP4
常见问题
我会得到文本文件还是视频？
视频。Recapo 将说话内容转换为字幕并烧录至画面中，因此您下载的是完整的字幕 MP4——文字与画面一起存在于屏幕上，而不是在单独的逐字稿文件中。
我上传的是音频还是视频？
上传视频。Recapo 聆听视频中的语音，将其写成字幕，并将这些字幕渲染回同一个视频中——因此您下载的是带有字幕的剪辑。
如果人名或专业术语识别错误怎么办？
AI 识别能很好地处理清晰的语音，包括上下文中的大多数人名和术语。字幕会根据语音进行时间同步并烧录至最终视频中，因此文字会与屏幕上说话的内容保持匹配。
这与字幕生成器有何不同？
语音转文字为您提供完整的可编辑文本逐字稿，可用于脚本、笔记或搜索。字幕生成器旨在生成时间同步的字幕行以显示在屏幕上。许多创作者会先进行语音转文字，编辑文本，然后从中建立字幕。