在线把 MP4 转成带时间轴的文字稿。上传文件或粘贴链接，拿到自动断句、自动加标点的可编辑文本，再导出 SRT、TXT 或纯文本——免费起步，无需安装。
手里有一堆录好的访谈 MP4，我需要能搜索、能引用的文字稿。
录音有两个小时，能直接传上去吗？还是要先切成几段？
同一个文件我还要字幕，不只是文字。一次上传能两样都给吗？
上传、选语言，剩下交给 AI。无需安装任何软件。
几下点击就够了。
几下点击就够了。
几下点击就够了。
几下点击就够了。
MP4 是个容器：画面在视频轨里，但你真正需要的文字在音频轨里，转写取的就是这一轨。上传文件（或直接粘贴链接、跳过下载），返回的文字稿会自动断句、加标点，并且每一行都带时间轴——可以从某一行直接跳回它被说出来的那一刻。清晰音源下准确率最高可达 98%；嘈杂环境、背景音乐很响、或者两个人抢话都会拉低准确率，长录音结尾处音量偏小的地方也是常翻车的位置。文件只在处理期间被临时使用，任务完成即清理，不用于训练。要字幕就导出 SRT，要会议纪要、文章素材就导出 TXT 或纯文本。计费是 1 积分 / 分钟音频，注册赠 20 积分，任务失败不扣积分。
系统自动断句、加标点，每一行都带时间轴——文字稿既能直接当字幕用，也能当作视频的导航索引。
数小时的录音会自动分段处理，整段文件的时间轴保持连续，处理中可实时查看进度。如果音频还没录，也可以直接用麦克风录。
同一份文字稿可以导出 SRT / TXT / 纯文本，也可以继续翻译成 67+ 种语言或送去配音——不用把音频再跑一遍。
上传 MP4（或粘贴 YouTube、抖音等 1000+ 站点的视频链接），选择音频语言后开始任务。你会拿到一份自动断句、自动加标点、每行带时间轴的文字稿，导出前可以逐句修改。转写按 1 积分 / 分钟音频计费，注册赠 20 积分。
清晰音源下最高约 98%——单人说话、背景安静、语速正常。背景音乐很响、多人重叠说话、口音重或麦克风发闷时都会下降。编辑器里点任意一行就能回听那一刻，所以重点段落抽查几秒钟就够了。
支持数小时的录音，系统会自动分段处理，整段的时间轴从头到尾保持连续，不需要你先切文件。处理中可以看进度，完成的任务会留在历史里，随时可以重新导出。
可以——导出的 SRT 用的是同一个时间轴，所以一次上传既得到可读的文字稿，也得到能直接拖进 Premiere、剪映、Final Cut 的字幕文件。还可以把结果翻成 67+ 种语言并导出双语字幕。
视频：MOV、AVI、MKV、WebM；音频：MP3、WAV、M4A、AAC、FLAC。也可以直接用麦克风在浏览器里录制，不一定要上传文件；多个链接还能排队批量处理。
文件只用于你发起的这次任务，完成即清理；内容不与第三方共享，也不用于训练。任务失败不扣积分，需要换一种导出格式时可以直接在任务历史里重跑。
我们仅使用本地存储保存您的登录状态与偏好，不使用追踪 Cookie，也不展示第三方广告。 详见 隐私政策
视语 SpeakVid 不使用追踪或广告类 Cookie，实际使用的存储仅以下一项。